基于现有df中的特定值(很多值)的Pandas中的新数据
基于现有df中的特定值(很多值)的Pandas中的新数据
提问于 2022-11-17 14:23:52
晚上好!我在用熊猫做木星笔记本。我有一个巨大的数据代表了一个信使的26个渠道的全部历史。它有一个列"dialog_id“，它表示在其中发送消息的对话框(因此，列中只能有26个唯一值，但是有超过700 k行，df是按时间而不是id排序的，因此有点混乱)。我必须将这个数据分割成两个不同的(一个将包含13个通道的完整历史，另一个将包含其余13个通道的历史)。我知道我必须拆分的ids，它们也是随机的。例如，一个是-1001232032465，另一个是-1001153765346。
问题是，我怎样才能做到最优雅、最充分？我知道我可以用df.loc[]做这件事，但我不想放13行df.loc[]。我尝试过使用逻辑运算符，例如: df1.loc[(df"dialog_id“== '-1001708255880')和(df"dialog_id”== '-1001645788710‘)]，但它不起作用。我想我用错了。我希望通过使用逻辑运算符，使用任何创建新df的方法都能找到解决方案。在口头表达中，我认为应该是“如果dialog_id为x，dialog_id为y，或dialog_id为z，则将行放入新df中”。请帮帮我!
回答 1
Stack Overflow用户
回答已采纳
发布于 2022-11-17 15:21:33
最简单的方法似乎只是设置一个查询。
df = pd.DataFrame(dict(col_id=[1,2,3,4,], other=[5,6,7,8,]))
channel_groupA = [1,2]
channel_groupB = [3,4]
df_groupA = df.query(f'col_id == {channel_groupA}')
df_groupB = df.query(f'col_id == {channel_groupB}')页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/74477104
复制相关文章
相似问题
腾讯云开发者
