python pandas : lambda或其他方法，沿行计算len值/ NaN (值)<1
在Python中，pandas是一个强大的数据分析工具，而pandas库中的DataFrame对象是用于处理和分析结构化数据的主要数据结构之一。在处理DataFrame对象时，可以使用lambda函数或其他方法来沿行计算len值或处理NaN值。
- 使用lambda函数沿行计算len值：
- lambda函数是一种匿名函数，可以在一行代码中定义简单的函数。在pandas中，可以使用lambda函数对DataFrame对象的行进行计算。
- 若要沿行计算每行的长度（即每个元素的数量），可以使用apply函数结合lambda函数来实现。apply函数可以将指定的函数应用于DataFrame的每一行或每一列。
- 以下是使用lambda函数沿行计算len值的示例代码：
- 以下是使用lambda函数沿行计算len值的示例代码：
- 输出结果：
- 输出结果：
- 处理NaN值：
- NaN（Not a Number）是pandas中表示缺失值或不可用值的标记。在处理DataFrame对象时，经常需要处理NaN值。
- 可以使用fillna函数将NaN值替换为指定的值，或使用dropna函数删除包含NaN值的行或列。
- 以下是处理NaN值的示例代码：
- 以下是处理NaN值的示例代码：
- 输出结果：
- 输出结果：
以上是关于使用lambda函数或其他方法沿行计算len值和处理NaN值的示例。对于更多关于pandas的详细信息和用法，请参考腾讯云的相关产品和文档：
- 腾讯云产品：云数据库 TencentDB for PostgreSQL、云服务器 CVM、云函数 SCF
- 相关文档链接：腾讯云数据库 TencentDB for PostgreSQL、云服务器 CVM、云函数 SCF
相关·内容
4回答
如何计算没有NaN的列数？
import pandas as pd
df = pd.DataFrame(columns = ['name', 'age', 'favorite_color', 'grade','NaN'])
print(len(df.columns))
输出：5
但外观输出:4
浏览 0提问于2019-07-21得票数 1
2回答
从列表列中提取值
、、
我有以下数据框架，列sequence的值是一个列表：
id sequence
001 [A, B, C, E, F]
002 [A, C]
003 []
004 [D]
我想创建两个名为first和second_to_last的新列：first表示sequence列中列表的第一个元素，second_to_last表示sequence列中列表的第二个到最后一个元素。我期望新的df是这样的：
id sequence first second_to_last
001 [A, B, C, E, F] A
浏览 2提问于2018-03-29得票数 2
回答已采纳
4回答
嗨，我希望你能帮我这个忙。我有一个数据文件df_test
import pandas as pd
import numpy as np
df_test = pd.DataFrame(data=[[np.nan,2,3,"male"],
[4,5,6,"female"],
[1,2,np.nan,"female"]],
columns=['a','b',&#
浏览 14提问于2022-08-03得票数 1
我有类似于这篇文章的数据：
也就是说，我有一些观察会议的数据，每一次会议都有一个焦点个人。这位协调人只被记录了一次，但我想在该届会议期间填写每一行的焦点ID数据。所以，数据看起来是这样的：
Focal Session
0 NaN 1
1 50101 1
2 NaN 1
3 NaN 2
4 50408 2
5 NaN 2
基于上面链接的帖子，我使用了以下代码：
g = data.groupby('Session')
g['Focal'].transform(l
浏览 4提问于2013-09-24得票数 3
回答已采纳
1回答
Hi有一个数据框架(df)，其中包含两个列(日期、文本)，从Excel电子表格中读取到Python/Pandas。
xl = pd.ExcelFile(dir+"file.xlsx")
df = xl.parse(xl.sheet_names[0])
date text
0 2013-08-06 NaN
1 2013-08-06 Text with unicode
2 ...
文本包含不需要的unicode字符，我通常使用
df['text'] = df[&
浏览 3提问于2014-09-04得票数 0
回答已采纳
2回答
我有以下代码：
df_boundry = df_in.dropna().quantile([0.0, .8])
for row in df_in.iterrows():
for column in row:
if row[column] > df_boundry[column][0.8]:
row[column] = df_boundry[column][0.8]
基本上，对于每个给定的行(记录)，我们检查每个列的值。如果值大于80百分位数，我们将其替换为80%值.但我在上面的代码中发现了错误：
----------------------
浏览 1提问于2016-09-19得票数 1
回答已采纳
我正在尝试计算pandas系列中的NaN元素(数据类型类‘numpy.float64’)，以了解有多少个数据类型是类'pandas.core.series.Series‘
这是为了计数pandas系列中的空值
import pandas as pd
oc=pd.read_csv(csv_file)
oc.count("NaN")
我期望oc,count("NaN")的输出是7，但它显示的是'Level NaN must be same as name (None)'
浏览 4提问于2019-05-23得票数 2
2回答
Python新手。
在R中，可以使用dim(...)获得矩阵的维数。Python Pandas中对应的数据帧函数是什么？
浏览 6提问于2012-12-18得票数 94
回答已采纳
感谢您关注这个问题。我正在使用lambda创建一个逻辑，它遍历所有行，并计算除NA之外具有值的字段的数量。正如您在给定示例中所看到的那样。
Input :
project_id project_a project_b project_c project_d project_e
1 Yes Yes Yes NA Yes
2 Yes Yes Yes NA Yes
3
浏览 22提问于2021-02-24得票数 2
回答已采纳
9回答
我正在研究一个机器学习问题，在这个问题中，特征中有许多缺失值。有100个特征，我想删除那些有太多缺失值的特征(可能是缺失值超过80%的特征)。我如何在Python中做到这一点？
我的数据是Pandas数据帧。
浏览 1提问于2017-08-05得票数 9
1回答
如何使用dask找到数据帧的长度？
例如，在熊猫中，我可以这样做：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.random.normal(0, 1, (5, 2)), columns=["A", "B"])
print df['A'].count()
print df
输出：
5
A B
0 1.538531 0.424717
1 -0.929843 1.323648
2 -1.283680 0.056199
3 -0.641
浏览 0提问于2018-05-28得票数 6
为了在各个地区进行有意义的比较，我想在不同国家爆发新冠肺炎确诊病例的开始日期前将其正常化。对于任何领土，领土到达或超过10例确诊病例的日期被视为“疫情爆发的第0天”。
示例dataframe：
[in]
import pandas as pd
confirmed_cases = {'Date':['1/22/20', '1/23/20', '1/24/20', '1/25/20', '1/26/20'], 'Australia':[0, 0, 0, 30, 50], 'Alb
浏览 9提问于2020-04-29得票数 2
回答已采纳
我在Python3上使用Pandas和Numpy，其版本如下：
Python 3.5.1 (通过Anaconda 2.5.0) 64位
熊猫0.19.1
Numpy 1.11.2 (可能与此无关)
下面是产生问题的最小代码：
import pandas as pd
import numpy as np
a = pd.DataFrame({'i' : [1,1,1,1,1], 'a': [1,2,5,6,100], 'b': [2, 4,10, np.nan, np.nan]})
a.set_index(keys='a
浏览 3提问于2017-02-07得票数 4
回答已采纳
1回答
我正在尝试计算由第二列分组的pandas数据帧的列中的唯一值，并将结果作为数据帧中的新列返回。 当我在下面的dataframe上测试这个操作时，它返回空值。 df = pd.DataFrame([('bird', 'Falconiformes', 389.0), ('bird', 'Psittaciformes', 24.0), ('mammal', 'Carnivora', 80.2), ('mammal', 'Primates', np.nan),
浏览 37提问于2020-11-24得票数 1
回答已采纳
在我的评估中，我希望使用以下Python脚本对该URL：中的数据集运行滚动的1000窗口OLS regression estimation。
# /usr/bin/python -tt
import numpy as np
import matplotlib.pyplot as plt
import pandas as pd
from statsmodels.formula.api import ols
df = pd.read_csv('estimated.csv', names=('x','y'))
model = pd.stats.o
浏览 1提问于2017-06-23得票数 6
3回答
在Pandas中有没有办法把一列分成多列？我在一个数据框中有一个列，其中的内容如下：
a
[c,a]
b
我想把它分成：
colA colB colC
a nan nan
a nan c
a b nan
请注意原始列中第二行变量的顺序。谢谢
浏览 2提问于2017-06-14得票数 2
我正在尝试创建一个具有文本长度的变量。我使用的代码如下：
messages['length']=messages['Review Text'].apply(len)
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-24-fa1723bfb3a3> in <modu
浏览 5提问于2021-06-18得票数 0
3回答
我试图在一个名为age的单列上使用Imputer替换丢失的values.But --我得到的错误是“预期的2D数组，get 1D数组，而不是：”
以下是我的代码
import pandas as pd
import numpy as np
from sklearn.preprocessing import Imputer
dataset = pd.read_csv("titanic_train.csv")
dataset.drop('Cabin',axis = 1,inplace = True)
x = dataset.drop('Survived&
浏览 0提问于2018-09-18得票数 4
回答已采纳
大家好，我亲爱的程序员们，
我是个编程新手，偶然发现了一个问题。我想拆分我在Python中通过pandas导入的csv文件的一列。列名为CATEGORY，包含1、2或3个用逗号分隔的值(IE: 2343、3432、4959)，现在我想将这些值拆分为名为CATEGORY、SUBCATEGORY和SUBSUBCATEGORY的单独列。
我试过下面这行代码：
products_combined[['CATEGORY','SUBCATEGORY', 'SUBSUBCATEGORY']] = products_combined.pop('CATEG
浏览 24提问于2018-07-27得票数 0
回答已采纳
7回答
在熊猫DataFrame中说明(而不是数字) nan值的最佳方法是什么？
以下代码：
import numpy as np
import pandas as pd
dfd = pd.DataFrame([1, np.nan, 3, 3, 3, np.nan], columns=['a'])
dfv = dfd.a.value_counts().sort_index()
print("nan: %d" % dfv[np.nan].sum())
print("1: %d" % dfv[1].sum())
print("3: %d" %
浏览 13提问于2015-12-30得票数 27
回答已采纳
这段代码：
df2 = (
pd.DataFrame({
'X' : ['X1', 'X1', 'X1', 'X1'],
'Y' : ['Y2', 'Y1', 'Y1', 'Y1'],
'Z' : ['Z3', 'Z1', 'Z1', 'Z2']
})
)
g = df2.groupby(&
浏览 1349提问于2012-10-12得票数 72
回答已采纳
我一直在使用足球传输数据集，并试图打印具有特定列值的行。从代码的第11行和第12行可以看到，我成功地打印了传输费为222000000和其他值的行。但我似乎无法打印市场价值不是“NaN”的行
import pandas as pd
import numpy as np
pd.set_option('display.max_columns', None)
pd.set_option('display.max_rows', None)
data0 = 'C:/Users/Siddhardh/Desktop/OiDS Project/Code/Transfe
浏览 2提问于2019-10-24得票数 1
回答已采纳
1回答
在构建我的模型时，我认为在测试集上重用我一直使用的一些用于火车数据集的代码是有意义的，所以我将执行相互操作的代码放在一个函数定义中。在这个函数中，我处理丢失的值，并使用它的返回来执行一次热编码，并在随机森林回归中使用它。但是，它引发以下错误：
Traceback (most recent call last):
File "C:/Users/security/Downloads/AP/Boston-Kaggle/Model.py", line 56, in <module>
sel.fit(x_train, y_train)
File "C:
浏览 0提问于2019-09-05得票数 0
回答已采纳
5回答
我有一个由一串值组成的数组，其中一些值是Nan值，而另一些值是空值。我想数数每一个。我可以通过一个简单的for循环来实现这一点，
xx = np.array([2,3,4,None,np.nan,None])
count_None = 0
count_nan = 0
for i in xx:
if i is None:
count_None =+ 1
if i is np.nan:
count_nan =+ 1
我想知道是否可以在一行中实现相同的结果，也许可以使用lambda函数。我试过这样写。但当然，语法是不正确的。有什么想法吗？
lambd
浏览 1提问于2020-05-18得票数 1
回答已采纳
3回答
我试图用python中的KNN来填充缺失的值，所以我写了这段代码，但它不起作用。我得到这个错误"ValueError:无法将字符串转换为浮点数：'normal'“.what我应该怎么做？
import pandas as pd
df = pd.read_csv(r'df.csv')
from sklearn.impute import KNNImputer
imputer = KNNImputer(n_neighbors=5)
df = pd.DataFrame(imputer.fit_transform(df),columns = df.columns
浏览 8提问于2021-05-14得票数 0
1回答
我试图使用Pandas将第一张图片中的"Value“列转换为第二张图片，其中每个ID都有一行，所有的值都是水平列出的。
我在Python中有点生疏，但我觉得这不应该太难，我很难从哪里开始思考。
任何帮助都很感激。
浏览 0提问于2018-11-26得票数 2
回答已采纳
3回答
编辑：这个问题不是的克隆，因为我想用列的平均值而不是数据值的平均值替换每个列的值。
问题
我有一个熊猫数据收集(train)，有100栏，我必须应用机器学习技术。
通常，我手工制作了特性工程，但在这种情况下，我有很多专栏要处理。
我想构建一个Python函数，该函数：
1)在每一列中找到NaN值(我想过df.isnull().any() )
2)对于每个NaN值，将其替换为已找到NaN值的列的平均值。
我的想法是这样的：
def replace(value):
for value in train:
if train['value'].isnull():
浏览 1提问于2018-07-06得票数 3
回答已采纳
3回答
我正在尝试使用列多索引数据格式，但我不太明白如何处理缺少级别的列。作为MWE，我创建了一个像这样的虚拟数据文件
In [4]: df = pd.DataFrame(
...: np.random.rand(2, 4),
...: columns=pd.MultiIndex.from_product([['A', 'B'], [1, 2]])
...: )
...: df[('C', np.nan)] = 3
...: df
Out[4]:
A
浏览 0提问于2022-04-21得票数 1
2回答
我想挤一个这样的数据文件：
import pandas as pd
import numpy as np
df1 = pd.DataFrame([[1,pd.NA,100],[2,20,np.nan],[np.nan,np.nan,300],[pd.NA,"bla",400]], columns=["A","B","C"])
df1
A B C
0 1 <NA> 100.0
1 2 20 NaN
2 NaN NaN 300.0
3 <NA
浏览 1提问于2022-03-10得票数 2
回答已采纳
在Python3Pandas中使用dataframe，需要创建一个新列。我有两个具有不同长度字符串的类似列。新列应返回具有13个字符长度的第1或第2列。在excel中，我会把它写成：c2=if(len(b2)=13,b2,a2)，然后把公式复制下来。
我需要解释的代码是：
df = pd.read_csv("example15.csv")
#create a new column with if-then statment
df['13_digit_#'] = (df.column1 len = 13 or df.column2 len = 13)
我该怎么改
浏览 1提问于2016-10-03得票数 2
回答已采纳
我正在尝试执行这段代码 import pandas as pd
df_schema = pd.read_csv('survey_results_schema.csv')
df_results = pd.read_csv('survey_results_public.csv', index_col='Respondent')
print(df_results['Country'].apply(len)) 我应该得到这个： Respondent
1 14
2 22
3
浏览 198提问于2021-04-15得票数 0
回答已采纳
我有一个数据帧，看起来像这样： x frames
0 7729.00
0 7730.00
0 7731.00
1 7735.00
1 7736.00
1 7737.00
1 7738.00
2 7741.00
2 7742.00 正如您所看到的，frames的值是连续的，但是当x发生变化时，frames会发生跳跃。我想继续frames，使其始终递增1，在本例中，将x设为nan。如下所示： x frames
0
浏览 12提问于2021-04-07得票数 1
回答已采纳
我正在尝试将包含dicts的熊猫列中的数据解析为新的列。但是，当我尝试执行以下操作时，我会得到一个value error。
import pandas as pd
d = pd.DataFrame({
'id': [0, 1, 2],
'str': [{'a':'1'},{'a':'2'},np.nan]
})
d['new_col'] = d.apply(lambda x:
浏览 20提问于2022-06-29得票数 0
回答已采纳
3回答
pandas中有一个函数corr，用于在存在稀疏数据的情况下创建具有相互相关系数的表。但是如何计算数据中相互出现的次数而不是相关系数呢？
即
A = [NaN, NaN, 3]
B = [NaN, NaN, 8]
F(A,B) = 1
A = [1, NaN, NaN]
B = [NaN, NaN, 8]
F(A,B) = 0
我需要pandas.DataFrame([A,B]).<function>() ->事件矩阵
浏览 1提问于2018-06-05得票数 0
下面的代码是我所拥有的。似乎适用于?, '和''，但不适用于np.NaN。有什么建议吗？ 此外，我是Pandas/Python的新手，因此想知道是否有更快的方法来完成此操作 我正在考虑，如果超过X%(比如5%)的行有缺失值，则将特征视为可疑特征。您经常使用的任何其他数据清理初始检查 for col in df.columns:
pcnt_missing = df[df[col].isin(['?','',' ',np.NaN])][col].count() * 100.0 / df[col].count()
if
浏览 19提问于2020-10-19得票数 1
1回答
我试图用熊猫的数据建立一个地块，但是当我把这个数据的一部分作为yerr传递时，我得到了一个关键错误:0。我已经检查过了，在上也有类似的报道，但是它应该得到解决，所以我不知道它从何而来。有谁知道为什么，或者我怎么能画出这两个数据呢？编辑:这是为什么，无论如何，我可以解决这个问题？
这是means.plot(kind='bar')，现在我需要你：
我的切片数据文件看起来是这样的：
#means
condition scenario_1 scenario_2 scenario_3
date
浏览 3提问于2016-02-01得票数 2
回答已采纳
我有一个名为DataFrame的df，我想知道df是否包含每一行中的元素a。
import pandas as pd
import numpy as np
df=pd.DataFrame({'id':[1,2,3],'item1':['a','c','a'],
'item2':['b','d','e'],'item3':['c','e',np.nan]})
Input:
id item1 item
浏览 0提问于2018-09-22得票数 0
回答已采纳
1回答
我是Python的新手，在使用pandas对一些数据重新采样时，我遇到了一个棘手的问题。
当我想对时间序列数据进行重采样时，应用算术平均函数是非常简单的。
例如：
假设ts是分钟频率的时间序列数据(在pandas中，它被封装在一个带有DatetimeIndex的pandas.Series对象中)。
要获得每组5分钟时段的算术平均值，方法很简单：
ts.resample('5min', how='mean')
但是，我如何用这种方式计算几何平均值呢？是否有类似上述的简单解决方案，例如：
ts.resample('5min', how='gm
浏览 1提问于2013-10-08得票数 0
2回答
熊猫的总数忽略了南的，我需要一个包括它们在内的计数。Numpy有一些但不是所有nan修改聚合的聚合，我需要使用自定义聚合还是有一种我找不到的方法？
这是针对groupby的，我希望普通的NaN功能的平均值，但奇怪的计数。用代码
In [1]: import numpy
In [2]: import pandas as pd
In [3]: df = pd.DataFrame([[0,float('nan')],[0,float('nan')],[0,float('nan')]])
In [4]: df.groupby(0).agg([
浏览 5提问于2016-03-27得票数 5
回答已采纳
我正在创建一个列，以便在某些字符串中添加一个标记，并在这里具有工作代码：
import pandas as pd
import numpy as np
import re
data=pd.DataFrame({'Lang':["Python", "Cython", "Scipy", "Numpy", "Pandas"], })
data['Type'] = ""
pat = ["^P\w", "^S\w"]
for i in r
浏览 0提问于2014-01-23得票数 2
回答已采纳
如何获得Pandas dataframe中每行中缺失值的数目。我希望将dataframe拆分为不同的数据格式，它们在每一行中都有相同数量的缺失值。
有什么建议吗？
浏览 0提问于2016-07-07得票数 31
回答已采纳
1回答
我的csv文件在这个链接上：
我希望通过检查每个艺术家ID的类型的长度来从csv中删除复制。如果艺术家在csv中有2条记录(例如，ed的id 有2条记录，一条记录有1种类型，row#5有5种类型，所以我想保留有最大类型长度的行)
我现在正在使用这个脚本：
import pandas
import ast
df = pandas.read_csv('39K.csv', encoding='latin-1')
df['lst_len'] = df['genres'].map(lambda x: len(ast.literal_
浏览 0提问于2018-11-21得票数 2
回答已采纳
我有一个基于不同气象站的数据，
stationID | Time | Temperature | ...
----------+------+-------------+-------
123 | 1 | 30 |
123 | 2 | 31 |
202 | 1 | 24 |
202 | 2 | 24.3 |
202 | 3 | NaN |
...
我想删除“stationID”组，它们有超过一定数量的NaNs。例如，如果我
浏览 0提问于2016-07-25得票数 6
回答已采纳
1回答
我希望使用滚动窗口计算DataFrame的两列之间的Spearman和/或Pearson相关性。
我试过df['corr'] = df['col1'].rolling(P).corr(df['col2'])
(P是窗口的大小)
但我似乎无法定义这个方法。(将method='spearman'作为参数添加会产生错误：
File "main.py", line 29, in __init__
_df['corr'] = g['col1'].rolling(P).corr(g['c
浏览 7提问于2018-01-10得票数 6
回答已采纳
1回答
在.csv数据集上使用下面的代码片段会引发一个巨大的错误，如下所示。我尝试过许多建议，但也没有成功。
import numpy as np
import pandas as pd
import pickle
#from prettytable import PrettyTable
import csv
my_udn_f = "20200914181913_18511.csv"
df = pd.read_csv(my_udn_f,sep=',', engine="python")
结果：
[----------------------
浏览 6提问于2020-09-15得票数 1
回答已采纳
2回答
我已从URL读取文件，如下所示：
url = "https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data"
names = ['sepal length', 'sepal width', 'petal length', 'petal width', 'class']
data = pd.read_csv(url, names=names)
print(data.shape)
浏览 0提问于2017-07-04得票数 1
3回答
我认为这对于pandas来说是一个简单的任务，但我不明白。
我有这份资料表
Group Val
0 A 0
1 A 1
2 A <NA>
3 A 3
4 B 4
5 B <NA>
6 B 6
7 B <NA>
我想知道Val中每个组Group中的有效值和无效值的频率。这是预期的结果。
A B Total
Valid 3 2 5
NA 1 2 3
下面是生成该示例数据的代码。
#!
浏览 3提问于2022-11-09得票数 0
回答已采纳
1回答
我有一个名为结果的系列，其中的数据使用numpy重复函数复制5次。
result=np.repeat(rating_df['RESULT'],5)
结果系列与重复索引类似。
我希望将结果系列数据添加到feature_file_df数据帧中的新列中。
feature_file_df_trans['result']=result
我收到了这个错误
alueError Traceback (most recent call last)
<ipython-input-150-cffb056edf1a&
浏览 0提问于2017-09-28得票数 1
回答已采纳
2回答
如何在pandas数据框中找到空值的百分比？
Null_Values=np.sum(data.isnull())
Null_Values/len(Null_Values)
浏览 0提问于2019-10-28得票数 1
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
