如何构造复杂的函数来应用于熊猫df的col？
熊猫（Pandas）是一个开源的数据分析和数据处理工具，df代表DataFrame，是Pandas中的一个数据结构，类似于表格。col指的是DataFrame中的列。
要构造复杂的函数来应用于熊猫DataFrame的列，可以使用Pandas的apply()函数或applymap()函数。
- 使用apply()函数：
- apply()函数可以将一个自定义函数应用于DataFrame的一列或多列。该函数将被应用于每个元素，然后返回一个新的Series。
- 构造复杂的函数时，可以利用Lambda表达式或自定义函数的方式。
- 示例代码：
- 示例代码：
- 优势：apply()函数可以处理单个列或多个列，非常灵活，可以适用于不同类型的操作和函数。
- 使用applymap()函数：
- applymap()函数可以将一个函数应用于DataFrame的每个元素，即逐元素地进行操作，并返回一个新的DataFrame。
- 适用于需要在整个DataFrame的每个元素上应用相同操作的情况。
- 示例代码：
- 示例代码：
- 优势：applymap()函数适用于整个DataFrame的元素级操作，方便对整个数据集进行统一处理。
应用场景：
- 数据清洗和转换：可以利用复杂的函数进行数据清洗、格式转换、缺失值处理等操作。
- 特征工程：可以根据复杂的函数逻辑，构造新的特征列，用于机器学习等任务。
- 数据分析和可视化：可以使用复杂的函数进行数据分析，如统计汇总、分组聚合等，并通过可视化工具展示结果。
腾讯云相关产品：
- 无特定相关产品与此问题直接相关，但腾讯云提供云计算基础设施、大数据分析、人工智能等服务，可根据具体需求选择合适的产品。
参考链接：
相关·内容
1回答
这是我的代码(这是家庭作业-分析泰坦尼克号幸存者的数据)：
for Pclass in range(1, 4):
select_df = df.loc[df["Pclass"] == Pclass, col]
x_min = select_df.min()
x_max = select_df.max()
# possible ZeroDivisionError error if x_max = x_min
df.loc[df["Pclass"] == Pclass, col] = (select_df - x_min) /
浏览 0提问于2020-05-07得票数 0
回答已采纳
1回答
我有一只很大(>500k行)的熊猫，就像这样 orig_df = pd.DataFrame(columns=list('id', 'free_text1', 'something_inert', 'free_text2')) free_textX是一个字符串字段，包含从csv导入的用户输入。我们的目标是有一个函数func，它对free_textX的每一行进行各种检查，然后根据另一个df引用的内容执行Levenshtein模糊文本识别。就像这样 from rapidfuzz import process
LEVENSHTEI
浏览 3提问于2020-11-01得票数 0
回答已采纳
1回答
我有这个分类的Pandas df。
我使用df = df.sort(col_a,col_b)
col_a col_b
a 6
a 7
a 8
a 11
b 5
b 10
b 12
c 11
c 13
c 14
但是，我会根据df min和max值对col_b进行排序，首先是col_a值和min col_b值，最后是col_a值和最大col_b值：
c
浏览 5提问于2014-12-16得票数 0
回答已采纳
2回答
鉴于以下数据框架：
import pandas as pd
import numpy as np
DF = pd.DataFrame({'COL1': ['a','b','b'],
'COL2' : [0,np.nan,1],})
DF
COL1 COL2
0 a 0
1 b NaN
2 b 1
我希望能够为每一行分配一个新列COL3，该列的值为2，其中COL1是b，
浏览 3提问于2016-01-17得票数 6
回答已采纳
1回答
在我的全部数据中，我有两栏价格和数量。它们都含有异常值。如何删除这两列中的异常值，以便返回的数据将这两列中的异常值排除在外？我可以将其应用于一个列，但不确定如何将其应用于两个列。
我试过以下方法
def make_mask(df, column):
standardized = (df[column] - df[column].mean())/df[column].std()
return standardized.abs() >= 2
def filter_outliers(df, columns):
print(columns)
masks = (m
浏览 1提问于2019-04-02得票数 1
回答已采纳
我有一个dataframe df1，列名为"col1“和"col2”。我想根据col2中的某些条件更新col1中的值。我执行了下面的代码，但是得到了错误：
SettingWithCopyWarning:值试图在来自DataFrame的片的副本上设置。
请参阅文档中的注意事项：
这是我的密码：
如何消除这个警告？
浏览 0提问于2020-01-24得票数 2
回答已采纳
2回答
我有一个数据框架看起来
d = {'col1': ['a,a,b', 'a,c,c,b'], 'col2': ['a,a,b', 'a,b,b,a']}
pd.DataFrame(data=d)
预期产出
d={'col1':['a,b','a,c,b'],'col2':['a,b','a,b,a']}
我试过这样做：
arr = ['a', 'a', 'b'
浏览 0提问于2019-08-19得票数 3
回答已采纳
2回答
函数行在熊猫数据中的应用
、、、
我必须计算出从二维坐标到希尔伯特曲线的距离。用希尔伯特曲线包，我建立了自己的“希尔伯特”-function，以做到这一点。坐标存储在一个数据(col_1和col_2)中。正如您所看到的，当应用于两个值(test)时，我的函数可以工作。
然而，它只是不工作时，应用行通过应用-功能！为什么会这样呢？我在这里做错什么了？我需要一个额外的列“希尔伯特”与希尔伯特距离给出的x和y坐标列"col_1“和"col_2”。
import pandas as pd
from hilbertcurve.hilbertcurve import HilbertCurve
df = pd.DataFr
浏览 3提问于2020-05-21得票数 4
回答已采纳
3回答
事情是这样的
我需要把一张长格式的桌子转到它的宽格式上。
示例：
d = {'col1': ['a','b', 'c', 'b', 'c', 'c'], 'col2': ['joe', 'mary', 'mary', 'joseph', 'allan', 'mary'],
'col3':[2020, 2022, 2019, 2020, 2022, 2019
浏览 3提问于2022-07-26得票数 1
3回答
我有一个想要转换为数字的列的数据，如下所示：
for col in df.columns[22:33]:
df[col] = pd.to_numeric(df[col], errors = 'coerce')
效果很好。然而，每当我试图包含一个以上的范围时，如下所示：
for col in df.columns[22:66, 68, 69, 71, 72, 74:79, 81:86, 88, 89,91:94 ]:
df[col] = pd.to_numeric(df[col], errors = 'coerce')
我知道错误了，
IndexEr
浏览 1提问于2019-07-05得票数 2
回答已采纳
2回答
我有一个DataFrame：
COL1 COL2
1 1
3 1
1 3
我需要按COL1 + COL2排序。
key=lambda族:sort_values(.)的f(col)自变量-函数允许根据更改的列进行排序，但在描述的情况下，我需要根据2列进行排序。所以，如果有机会为两个或更多列提供一个关键的参数-函数，那就太好了，但我不知道这样的函数是否存在。
那么，如何通过和COL1 + COL2对其行进行排序呢？
谢谢您抽时间见我!
浏览 8提问于2022-04-07得票数 1
回答已采纳
5回答
熊猫:两个数据的元素相乘
、、、
我知道如何在两个Pandas数据之间逐元素进行乘法。然而，当两个数据格式的维度不兼容时，事情就变得更加复杂了。例如，在df * df2下面很简单，但是df * df3是一个问题：
df = pd.DataFrame({'col1' : [1.0] * 5,
'col2' : [2.0] * 5,
'col3' : [3.0] * 5 }, index = range(1,6),)
df2 = pd.DataFrame({'col1' : [10.0]
浏览 0提问于2014-01-09得票数 27
回答已采纳
查看一个简单的Scala示例(来自Play )，以根据case class验证JSON (类型为JsValue)
import play.api.libs.json._
import play.api.libs.functional.syntax._
import play.api.data.validation.ValidationError
scala> implicit val creatureReads: Reads[Creature] = (
| (__ \ "name").read[String] and
| (__ \ "i
浏览 4提问于2014-01-17得票数 1
回答已采纳
1回答
滚动相关熊猫
、、
我有一个包含时间序列的数据框架。我想计算列之间的滚动相关性(periods=20)。
store_corr=[] #empty list to store the rolling correlation of each pairs
names=[] #empty list to store the column name
df=df.pct_change(periods=1).dropna(axis=0) #Prepate dataframe of time series
for i in range(0,len(df.columns)):
for j in range(i,len(
浏览 5提问于2018-08-30得票数 1
回答已采纳
1回答
大熊猫出走时有条件创造
、、、
我有以下数据
col1 col2 col3
a b c
d e f
g h i
我写了以下内容
df['col1'] = np.where((df['col2'].str.contains('b',case = False,regex=True,na=False)) &
(df['col3'].str.contains('c',case = False,regex=True,na=False)),'s', &#
浏览 0提问于2018-05-16得票数 1
回答已采纳
2回答
我想对熊猫中选定列的行值进行编码。
例如，假设我有以下数据
Col_A Col_B
0 SV NT
1 NT P
2 SV I
3 P SV
4 I P
我有一个字典，其中包含列的每一行的编码值，如下所示
encode_values = {
"Col_A" : {"NT": 1, "SV": 0, "P": 1, "I": 0},
"Col_B": {"NT": 10, "S
浏览 2提问于2020-09-06得票数 1
回答已采纳
3回答
柱状切片熊猫
、、、
下面是虚拟的DataFrame：
d = {'col_1': [1, 2], 'col_n_1': [3, 4], 'col_2': [2, 1], 'col_n_2': [6, 3]}
df = pd.DataFrame(data=d)
col_1 col_2 col_n_1 col_n_2
0 1 2 3 6
1 2 1 4 3
2 1 1 4
浏览 1提问于2018-07-26得票数 1
回答已采纳
1回答
我有一个脚本，为我做一些事情，但效率很低。我要求在代码审阅者方面提供一些帮助，并被告知尝试Pandas。这就是我所做的，但我很难理解它是如何工作的。我试着阅读这里的文档和其他问题，但是我找不到任何答案。
因此，我得到了一个包含少量行(20到几百行)和较少的列的dataframe。我使用read_table熊猫函数以.txt形式获取原始数据，如下所示：
[ID1, Gene1, Sequence1, Ratio1, Ratio2, Ratio3]
[ID1, Gene1, Sequence2, Ratio1, Ratio2, Ratio3]
[ID2, Gene2, Sequence3, Rat
浏览 6提问于2014-01-13得票数 0
回答已采纳
1回答
熊猫移行
、
假设我们已经设置了如下数据：
x = pd.DataFrame(np.random.randint(1, 10, 30).reshape(5,6),
columns=[f'col{i}' for i in range(6)])
x['col6'] = np.nan
x['col7'] = np.nan
col0 col1 col2 col3 col4 col5 col6 col7
0 6 5 1 5 2
浏览 0提问于2018-02-09得票数 6
回答已采纳
4回答
如何用较少的步骤方便地获得熊猫的数据操作？
输入：
di = {'col1': ['1', '2', '5',None, None,'10', None,None],
'col2': ['4', '7', None, '8', None, None, '11',None],
'col3': ['9', None, '3', '8', None,None, Non
浏览 1提问于2018-08-25得票数 2
回答已采纳
1回答
熊猫出类拔萃
、、、
根据以前的过滤，我有一个带有值和条件的熊猫数据。我想在excel中打印我的数据，并根据过滤结果(如果传递：绿色和if not_passed：red)对该单元格进行着色。下面是一个示例代码，以及我希望它的结果。
filename='example'
writer = pd.ExcelWriter(f"{filename}.xlsx", engine="xlsxwriter")
workbook = writer.book
df = pd.DataFrame(
[
[0,{'value': 3, 'fi
浏览 1提问于2021-11-29得票数 1
我想将数据帧中小于某个值(b)的所有值(227行，397列)替换为零，其余的应该是现有的值-b。这是一种基线校正。我有一个有效的解决方案:循环遍历每个值，检查条件并替换它。 import pandas as pd
b = 20
for index, row in df.iterrows():
for col in df.columns:
if df.loc[index, col] <= b:
df.loc[index, col] = 0.0
else:
df.loc[index, col]
浏览 16提问于2021-03-22得票数 1
回答已采纳
2回答
在我的数据框架中，我需要删除包含特定字符的列。为了搜索这些列，我尝试在python中编写一个for循环，在每个列上迭代，如果找到一个带有不想要的字符的列，则必须删除该列。我的数据框架看起来是这样的，我需要删除具有“f”和“t”的col3和col5。
col1 col2 col3 col4 col5 col6
1245 pink f Mar f f
245 green f Feb t f
1237 grey t Apr f f
267 black f Sep t f
我正在尝试写一个类似这样的脚本
for col in
浏览 0提问于2018-07-07得票数 1
回答已采纳
3回答
我试图过滤一个有3列的数据，我要做的是:按col1和col2分组，得到col3的最大值，也得到col3的第二个最大值，但将它作为一个新列插入: col 4
我可以使用下面的内容对其进行分组，但不知道如何获得第二个最大值，并将其作为另一列插入：
grouped = df.groupby(['COL1', 'COL2']).agg({'COL3': 'max'})
COL1 COL2 COL3
0 A 1 0.2
1 A 1 0.4
3 B 4 0.7
想
浏览 0提问于2018-02-05得票数 6
回答已采纳
1回答
熊猫资料堆柱
、、
很抱歉，如果有人以不同的方式问了这个问题，我不知道怎么说才能得到我想做的事情。
假设我有两个值列的dataframe：
import pandas as pd
data = {'col1':[0.6, 0.8, 0.9, 0.87, 0.69, 0.88],
'col2':[0.72, 0.91, 0.83, 0.85, 0.96, 0.76]}
df = pd.DataFrame(data)
df
Out[1]:
col1 col2
0 0.60 0.72
1 0.80 0.91
2 0.90 0.83
3 0.8
浏览 5提问于2017-12-16得票数 1
回答已采纳
我正在尝试将一些通过to_datetime作为对象通过read_csv的列进行转换。到目前为止，列名始终包括术语日期、_DT或时间戳。我不知道如何正确地解决我想要转换的系列，如果它在列表中。
date_col = [col for col in list(df) if re.search('DATE', col)]
dt_col = [col for col in list(df) if re.search('_DT', col)]
ts_col = [col for col in list(df) if re.search('TIMESTAMP'
浏览 0提问于2017-07-23得票数 2
回答已采纳
2回答
置信区间计算在一组括号内返回两个数字，我将其放入dataframe中。从这里开始，我需要对值进行舍入，并将输出放入excel文件中。
在下面的示例代码中，我如何将Col1中的值舍入2小数点。
import pandas as pd
import xlwings
# example data frame
inp = [{'Id': 0, 'Col1': (1.245987, 3.12345), 'Col2': 9},
{'Id': 1, 'Col1': (1.3386, 3.19826), '
浏览 15提问于2022-07-21得票数 2
回答已采纳
1回答
我有一张数据，看起来是这样的：
df = pd.DataFrame({'col1': [['a','b','c'], ['a','d'], ['c','c']]})
我想对数据进行分组，使其看起来如下：
result = pd.DataFrame({'col1': [['a'], ['b'], ['c'], ['d']], 'count': [[2],[1],[3],[4]
浏览 7提问于2017-05-16得票数 1
我正在尝试将col3添加到现有的熊猫数据收集( col1，col2)中，其中col3就像col1中每个组的索引(从1开始)。
col1 col2 col3
0 AAAA fooW 1
1 AAAA fooX 2
2 AAAA fooY 3
3 AAAA fooZ 4
4 BBBB fooW 1
5 BBBB fooX 2
6 CCCC barV 1
7
浏览 0提问于2018-05-22得票数 1
回答已采纳
1回答
我在熊猫列上应用了一个函数，但是在某些值上我得到了一个错误。我不知道是什么导致了错误，所以为了修复错误，我希望看到引发错误的那个值。
例如，假设我在dataframe中有一个列，它包含除了一个值以外的所有字符串格式的数值。
DataFrame：
|col num|col random|
|:-:|:-:|
|'8'|0.2|
|'9'|0.9|
|'abcd'|0|
|'10'|1|
我将int函数应用于该列。因此，它将引发该异常的错误。
df['col num'].apply(int)
为了调试，我想得到"
浏览 4提问于2022-03-17得票数 0
我有一些地址数据，比如：
Address
Buffalo, NY, 14201
Stackoverflow Street, New York, NY, 9999
我想把它们分成几个栏，比如：
Street City State Zip
NaN Buffalo NY 14201
StackOverflow Street New York NY 99999
本质上，我希望在结果的每一列中将字符串转换为1。
使用Pandas，我知道我可以拆分列如下：
import pandas as
浏览 7提问于2022-10-13得票数 1
回答已采纳
5回答
我希望找到col1和col2的值，其中第一个数据帧的col1和col2都位于第二个数据want中。
这些行应该在结果dataframe中：
披萨，孩子
披萨，女孩
冰激凌，孩子
因为这三行都在第一和第二数据文件中。
我怎样才能做到这一点？我正在考虑使用isin，但当我需要考虑多个专栏时，我不知道如何使用它。
浏览 10提问于2017-07-19得票数 20
我有以下数据：
ID col1 col2 col3
0 ['a','b'] ['d','c'] ['e','d']
1 ['s','f'] ['f','a'] ['d','aaa']
给出一个input string = 'a'，我想接收这样的数据：
ID col1 col2 col3
0 1
浏览 3提问于2021-06-03得票数 2
回答已采纳
4回答
我可以将分类列转换为它们的分类代码，但是如何获得它们映射的精确图片？示例：
df_labels = pd.DataFrame({'col1':[1,2,3,4,5], 'col2':list('abcab')})
df_labels['col2'] = df_labels['col2'].astype('category')
df_labels看起来是这样的：
col1 col2
0 1 a
1 2 b
2 3 c
3 4 a
4
浏览 18提问于2017-02-13得票数 7
回答已采纳
2回答
熊猫资料
、、
如何在没有列名的情况下连接？
>> df = pd.DataFrame({'col1': [1], 'col2': [4]})
>> df1 = pd.DataFrame([[5,5]])
>> pd.concat([df, df1])
col1 col2 0 1
0 1.0 4.0 NaN NaN
0 NaN NaN 5.0 5.0
此外，如果仔细观察，类型将从float64更改为int64。
期望的
col1 col2
浏览 6提问于2022-08-30得票数 2
回答已采纳
1回答
如何提高性能？与熊猫一起工作
、、、、
我正在寻找加速我的代码。我尝试过向量化和应用等，但我不确定如何在我的代码中实现它。希望有人能帮我。
for j in df.col1.unique(): #this is the big problem
temp = df.col2[df.col1 == j]
for k in range(1,len(temp)+1):
colName = 'col2' + str(k)
value = temp.iloc[k-1]
df.loc[df.col1 == j, [colName]] = value
如果对代码有任何
浏览 0提问于2021-05-11得票数 0
1回答
我有一只熊猫DataFrame，它有很多列，并且按概率编制索引。下面是可以生成示例df的代码
import numpy as N
probs = N.arange(0, 1, .1)
data = N.random.random_integers(0, 500, (10,3))
df = DataFrame(data, index=probs, columns=['col1', 'col2', 'col3'])
我想获取列标题，其中单元格中的计数高于某些特定概率的阈值。例如，如果我关心概率>=.75，并且在100以上的单元格中有值，我可以执
浏览 3提问于2014-10-01得票数 0
回答已采纳
在一个相对较大的数据集中，我们使用的建模algo (lightgbm)已经在数值列(至少最初的)列的索引(而不是值)中检测到由NA (而不是NaN)引起的未知数据类型，从而引发以下错误消息：
ValueError: DataFrame.dtypes for data must be int, float or bool.
Did not expect the data types in the following fields: <col_name>
只有使用value_counts才能找到缺少的索引值--其他方法忽略了它。当找不到它时，如何用一个无辜的字符串来替换它(但是它仍然阻
浏览 9提问于2021-12-25得票数 1
1回答
我有一个数据框架，并希望从其中一个列中获得值的平均值。如果我这样做了：
print df['col_name'][0:1]
print df['col_name'][0:1].mean()
我得到：
0 2
Name: col_name
2.0
如果我这样做了：
print df['col_name'][0:2]
print df['col_name'][0:2].mean()
我得到：
0 2
1 1
Name: col_name
10.5
如果我这样做了：
print df['col_name'
浏览 1提问于2013-10-11得票数 4
回答已采纳
2回答
我试图从所有没有意义的术语中清除数据中列中的列表。
例如
Col New_Col
VM ['#']
JS [ '/','/UTENTI/','//utilsit/promo', '/notifiche/']
www.facebook.com [
浏览 0提问于2020-06-14得票数 1
回答已采纳
1回答
我有一些值的z分数的数据。看起来是这样的：
ID Cat1 Cat2 Cat3
A 1.05 -1.67 0.94
B -0.88 0.22 -0.56
C 1.33 0.84 1.19
我想要编写一个脚本，它将告诉我哪些I对应于每个类别中相对于我根据需要指定的截断值的值。因为我在使用z-得分，所以我需要将绝对值与我的截止值进行比较。
因此，如果我将我的截止时间设置为0.75，则结果是：
Cat1 Cat2 Cat3
A A A
B C C
C
浏览 1提问于2014-08-04得票数 1
回答已采纳
2回答
我下面有一个DataFrame：
col1
Numb10
Numb11
Numb12
Numb7
Numb8
我怎样才能按序号排序：
col1
Numb7
Numb8
Numb10
Numb11
Numb12
我试过了，但TypeError: cannot convert the series to <class 'int'>出错了。
df.sort_values(by = "col1", key = (lambda x: int(x[4:])))
在col1中缺少一个更新
浏览 6提问于2021-10-12得票数 0
回答已采纳
2回答
我想从我的dataframe df中选择行，其中许多列中的任何一个都包含一个列表my_list中的值。有几十个列，将来可能会有更多列，所以我不想在列表中遍历每一列。
我不想这样：
# for loop / iteration
for col in df.columns:
df.loc[df[col].isin(my_list), "indicator"] = 1
也不是这样：
# really long indexing
df = df[(df.col1.isin(my_list) | (df.col2.isin(my_list) | (df.col3.isin(my_
浏览 1提问于2019-01-29得票数 2
回答已采纳
1回答
我想对一些数据应用一个比例因子：
col1 col2 col3
10 4 5
100 2 3
1000 6 7
然后，我希望输出为：
col1 col2 col3
10 40 50
100 200 300
1000 6000 7000
我试图使用lambda，但它总是抛出错误。
浏览 3提问于2018-09-11得票数 1
1回答
如何计算滚动平均值或移动平均值，其中我考虑了到目前为止看到的所有项目。
假设我有一个数据框，如下所示
col new_col
0 1 1
1 2 1.5
2 3 2
诸若此类。现在我想添加一个新的列，在这个列中我计算到该点之前所有列中所有项目的平均值。指定一个窗口将意味着我将获得前几个窗口作为Nan，然后它只执行滚动窗口。但我需要类似上面的东西。
浏览 0提问于2014-05-18得票数 5
3回答
我有一个数据，像下面一样，并希望删除尾随零成对2。
col1
99990000
11100000
22220000
data = {'col1': ['99990000', '11100000', '22220000']}
df = pd.DataFrame(data=data)
期望结果
col1
9999
1110
2222
下面移除所有的尾随零，不保留1110？
df['col1'].str.replace('00+$','')
df['col1'].str.r
浏览 4提问于2022-04-06得票数 1
我有以下问题:我想基于一个dict中的2列映射一个dict的pandas dataframe。然而，到目前为止，我想出的唯一解决方案是使用apply。问题是我的数据有上百万行，所以使用apply可能很长。关于如何更有效率地做这件事，有什么想法吗？到目前为止，我的代码如下：
import pandas as pd
import numpy as np
dict_dict = {'A': {'a': 1, 'b': 2, 'c': 3},
'B': {'a': 4, '
浏览 1提问于2017-05-19得票数 4
回答已采纳
我有下面的DataFrame
import pandas as pd
df = pd.DataFrame({
'col1': ['a, b'],
'col2': [100]
}, index=['A'])
我想要实现的是通过“爆炸性”col1创建一个以col1值作为第二级的多级索引，同时保留原始索引中的col2值，例如：
idx_1,idx_2,val
A,a,100
A,b,100
我肯定我需要一个col1.str.split(', ')，但是我完全不知道如何创建所需的结果--也许我需要一个pi
浏览 3提问于2015-05-20得票数 1
回答已采纳
1回答
熊猫到火花放电环境
、、、
newlist = []
for column in new_columns:
count12 = new_df.loc[new_df[col].diff() == 1]
new_df2=new_df2.groupby(['my_id','friend_id','family_id','colleage_id']).apply(len)
在pyspark中没有获得所有列长度的选项。
我们如何才能将这段代码转化成火星雨。
提前谢谢..。
浏览 5提问于2022-09-18得票数 1
回答已采纳
1回答
我想检查数据帧中分类列的唯一值的数量。df.nunique()给出了所有列的唯一值，这需要很长时间。为了使它更快，我想跳过任何数字栏。但是，我仍然希望输出是包含所有列的完整系列，只有数值列的Nulls (而不需要计算这些列)。
我一直在使用df._get_numeric_data()、yet和df.unquniue()，但还没有达到我想要的输出。
输入
col_name type
col1 object
col2 object
col3 float64
col4 float64
col5 float64
col6 object
col7 float64
浏览 0提问于2019-05-16得票数 3
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
云直播
对象存储活动推荐
腾讯云开发者
