用布尔级数过滤熊猫df

文章/答案/技术大牛

发布

1回答

python、pandas

index=[0, 1, 2], columns=['col1', 'col2']) col1 col22 a 3 然而，我认为这两种方法都有点混乱/阅读起来不那么直观，我想知道我是否遗漏了任何基本的Pandas过滤概念

浏览 10提问于2020-04-06得票数 0

回答已采纳

1回答

如何将NaN行放到熊猫DataFrame的任何列中？

pandas、dataframe

我需要从熊猫DataFrame中选择并删除在任何列中具有NaN值的所有行。我知道如何使用布尔级数：df.loc[np.isnan(df['col1'])]对单个列进行过滤，但我不知道如何扩展它，以便从多个列进行筛选。基本上，我希望去掉所有具有NaN值的行。

浏览 4提问于2020-07-04得票数 0

回答已采纳

1回答

如何修复IndexingError:作为索引器提供的不可对齐布尔级数

python、select、boolean、row

‘导入熊猫作为pd从熊猫导入DataFrame table2008 = pd.read_html('') print(table2008) dfPeking = DataFrame(table2008)dfPeking =(df_2008.loc[df‘not’.isin(‘NED’，'BEL'，'GER'，'FRA')]) dfPeking‘IndexingError:作为索引器提供的不可对齐的布尔级数(<

浏览 0提问于2019-08-18得票数 0

2回答

使用frame或isin比较数据帧中的两个值

python、dataframe

给定数据框架(df)，我想确定当前的姓氏是否包含上一行姓氏的值。我尝试使用for循环，其中我有一个if语句. print('yes

浏览 9提问于2022-09-26得票数 0

2回答

当通过设置一个df来创建一个布尔序列时，同一行筛选器中的索引子设置是为了什么？

python、pandas、dataframe、indexing、slice

我正在用熊猫做实验，注意到一些似乎很奇怪的东西。如果将布尔序列定义为对象，则可以按索引号对该对象进行子集，例如，tah = ah['_merge']=='left_only'这个布尔级数可以是如下所示的索引子集：屈服：但如果我想一条条地做这件事我得到了一个意外的输出

浏览 6提问于2022-08-28得票数 0

2回答

如何根据最后一行/下一行过滤Pandas行？

python、pandas、numpy

这些流氓值的特点是它们是单个(或前两个)值异常值(参见下面的df )。“真实”示例值要么与前一个值相同，要么与+-1相同。例如，在java(伪代码)中，我会执行如下操作： if (df[i+1|-1].spo2 - df[i].spo2 > 1|-1)熊猫会是什么？df：1900-01-01 18:18:41.194 98.0 1900-

浏览 0提问于2018-06-22得票数 1

回答已采纳

2回答

熊猫系列值之间的滤波

python、pandas

如果s是，我知道我可以这样做：或但我做不到或根据其他布尔级数的逻辑和/或/非逻辑来创建布尔级数的惯用熊猫方法是什么

浏览 4提问于2015-01-13得票数 5

回答已采纳

1回答

使用双索引的Pandas查询

python、pandas、dataframe

我在使用双列索引的数据帧的pandas查询中的布尔索引时遇到了问题。我有以下数据帧： mean size mean sizedf2.query('(val1, mean) > 3')df2[df2[('val1&

浏览 0提问于2019-06-04得票数 0

3回答

不使用.apply对熊猫数据中的单列执行简单操作

python-3.x、pandas、dataframe

我有一个熊猫数据中心df。

浏览 0提问于2018-08-25得票数 2

回答已采纳

1回答

熊猫: df[df[condition]]和df.loc[df[condition]]有什么区别？

pandas

通过使用条件从dataframe掩蔽某些行，我将使用：将掩码设置为条件(例如只选择在column_x中具有'y‘的行)本身，而不将掩码赋值给变量，我通常会这样做：但这让我想知道在这些情况下df.loc的实际用途是什么。

浏览 1提问于2022-11-04得票数 0

回答已采纳

2回答

打印重复值

python、pandas

我试着用熊猫检查一个包含重复数据的文件。

浏览 2提问于2021-12-17得票数 -1

2回答

在定义条件下使用熊猫value_counts()

python、pandas

因此，这段代码工作如下：问题是:为什么[df['veh'].value_counts()如果我使用代码(这将是我有限的大脑可以抽象的逻辑合成器)，它返回布尔值。有人能帮我理解熊猫背后的逻辑吗？我很确定熊猫</em

浏览 1提问于2020-08-27得票数 1

回答已采纳

1回答

python --在一个系列中使用一个索引来在单独的数据文件中找到具有匹配索引的值。

python、indexing

我有一个for循环，它获取原始数据集的子样本，从以前的fit模型中进行预测，然后我需要将原始数据的target值与预测相匹配，以计算不同的值。index f0 f1 f2 product30665 7.134050 -7.369558 3.990141 107.8130446

浏览 2提问于2021-03-24得票数 0

回答已采纳

3回答

在pandas系列或DataFrame中查找上一个真值的索引

python、pandas

我正在尝试寻找熊猫布尔级数中最后一个True值的索引。我当前的代码类似于下面的代码。有没有一种更快更干净的方法来做这件事？import pandas as pddfnp.random.choice([True, False], size=1000), index=index) last_true

浏览 8提问于2015-12-21得票数 15

回答已采纳

1回答

尝试查找满足条件的索引时出现索引错误

python、pandas、numpy

df.loc[df.variable[mask].diff() == 1] 但是当我写它的时候，它返回一个奇怪的错误 IndexingError: Unalignable boolean Seriesprovided as indexer (index of the boolean Series and of the indexed object do not match). variable是一系列布尔值，而mask只是一个如下所示的间隔： mask = df.time_var.dt.date == datetime.d

浏览 53提问于2020-06-17得票数 1

回答已采纳

1回答

如何从熊猫的多级数据中检索/过滤数据？

python、pandas、dataframe

我对熊猫(和Python)相当陌生，而且我在处理多级数据数据时遇到了一些困难，特别是试图将一些过滤应用于数据过滤。为了将其放到上下文中，我使用请求库从web中获取数据，然后创建dataframe：df = pd.DataFrame.from_dict(req.json178现在，我需要

浏览 1提问于2022-01-18得票数 0

回答已采纳

1回答

从“value”列中具有相同id和多个值的dataframe中计算百分比

python、pandas、dataframe、numpy

我有一个数据，有45个独特的价值和相应的其他价值，如‘面包’，‘切片’，果冻和粉末。Value_ID Value1000 bread1000 bread1000 bread1001 bread1001 bread1002 sli

浏览 3提问于2022-09-12得票数 1

1回答

pandas如何使用Series对象对数据帧进行切片？

python、pandas、dataframe、slice

我有一个6x4的熊猫数据帧，里面充满了来自标准正态分布的随机数(索引是从0到5，列'A'，'B'，'C‘和'D’。import pandas as pd 看起来像这样：我添加了一个包含一些字符串的列： df['E'] = ['one', 'one&#x

浏览 25提问于2017-01-19得票数 1

回答已采纳

1回答

从pandas.cut()绑定的pandas列中筛选行

python、pandas

我从pandas.cut()那里得到了一个熊猫系列。给定值' value‘，我希望对间隔包含给定值的所有行使用布尔级数。我已经成功地做到了这一点： mask = (df['COLUMN'].apply(lambda x: x.left).astype('float64') <= VALUE ) & (df['COLUMN

浏览 11提问于2020-06-24得票数 1

回答已采纳

1回答

在csv文件的多列中搜索get请求参数

python、flask

我有这个烧瓶API，在这个API中，用户可以用他们输入的名称执行get请求。问题是，我希望能够在两个不同的列中搜索该名称，但我不知道如何做到这一点，因为这是不起作用的，因为烧瓶说‘不能用多维键索引’：这就是我要说的部分： def __init__(self): self.data = pd.read_csv('data

浏览 5提问于2021-12-10得票数 0

回答已采纳

点击加载更多