如下所示:
> import pandas as pd > import numpy as np > from pandas import Series, DataFrame > df = DataFrame({'name':['a','a','b','b'],'classes':[1,2,3,4],'price':[11,22,33,44]}) > df classes name price 0 1 a 11 1 2 a 22 2 3 b 33 3 4 b 44 >
根据index和columns取值
> s = df.loc[0,'price'] > s 11
根据同行的columns的值取同行的另一个columns的值
> sex = df.loc[(df.classes==1)&(df.name=='a'),'price'] > sex 0 11 Name: price, dtype: int64 > sex = df.loc[(df.classes==1)&(df.name=='a'),'price'].values[0] > sex 11
根据条件同时取得多个值
> name,price = df.loc[df.classes==1,('name','price')].values[0] > name 'a' > price 11 >
对一列赋值
> df.loc[: , 'price']=0 > df classes name price 0 1 a 0 1 2 a 0 2 3 b 0 3 4 b 0 >
对df的一个列进行函数运算
【1】 > df['name'] = df['name'].apply(lambda x: x.upper()) > df classes name price 0 1 A 11 1 2 A 22 2 3 B 33 3 4 B 44 【2】 > df.loc[:, 'name'] = df['name'].apply(lambda x: x.upper()) > df classes name price 0 1 A 11 1 2 A 22 2 3 B 33 3 4 B 44 >
对df的几个列进行函数运算
【1】 > df[['classes','price']] = df[['classes', 'price']].applymap(lambda x: str(x)) > print(type(df.loc[0, "classes"])) <class 'str'> > print(df.loc[0, "classes"]) 1 【2】 > df.loc[:, ['classes','price']] = df[['classes', 'price']].applymap(lambda x: int(x)) > print(type(df.loc[0, "classes"])) <class 'int'> > print(df.loc[0, "classes"]) 1 >
对两个列进行去重
> df classes name price 0 1 a 11 1 1 a 22 2 3 b 33 3 4 b 44 > df.drop_duplicates(subset=['classes', 'name'], inplace=True) > df classes name price 0 1 a 11 2 3 b 33 3 4 b 44
多个条件分割字符串
> fund_memeber = '赵四、 王五' > fund_manager_list = re.split('[;, 、]', fund_memeber) > fund_manager_list ['赵四', '', '王五'] #DataFrame构造器 > df = DataFrame({'x':[1],'y':[2]}) > df x y 0 1 2 >
删除某列值为特定值得那一行
> df = DataFrame({'name':['a','b','c','d'],'classes':[1,2,3,4],'price':[11,22,33,44]}) > df classes name price 0 1 a 11 1 2 b 22 2 3 c 33 3 4 d 44 【方法一】 > df = df.loc[df['name']!='a'] > df classes name price 1 2 b 22 2 3 c 33 3 4 d 44 > 【方法二】 df.drop(df[df.name=='a'].index,axis=0) #筛选df的每列值包含某个字段‘/a' > import pandas as pd > df = pd.DataFrame({'a':['A', 'B'], 'b': ['AA', 'BB']}) > df a b 0 A AA 1 B BB > df[df['a'].str.contains(r'A')] a b 0 A AA > df = pd.DataFrame({'a':['/api/', 'B'], 'b': ['AA', 'BB']}) > df a b 0 /api/ AA 1 B BB > df[df['a'].str.contains(r'/api/')] a b 0 /api/ AA >
把列变成index和把index变成列
df request_url visit_times 9 fofeasy_产品基本信息 7 8 投顾挖掘 6 5 投顾挖掘 5 6 投顾挖掘 5 7 fofeasy_产品基本信息 5 3 fofeasy_产品基本信息 4 4 fofeasy_产品基本信息 4 2 投顾挖掘 2 0 行业数据——其他 1 1 行业数据——其他 1 x = df.set_index('request_url') x visit_times request_url fofeasy_产品基本信息 7 投顾挖掘 6 投顾挖掘 5 投顾挖掘 5 fofeasy_产品基本信息 5 fofeasy_产品基本信息 4 fofeasy_产品基本信息 4 投顾挖掘 2 行业数据——其他 1 行业数据——其他 1 x.reset_index('request_url') request_url visit_times 0 fofeasy_产品基本信息 7 1 投顾挖掘 6 2 投顾挖掘 5 3 投顾挖掘 5 4 fofeasy_产品基本信息 5 5 fofeasy_产品基本信息 4 6 fofeasy_产品基本信息 4 7 投顾挖掘 2 8 行业数据——其他 1 9 行业数据——其他 1
pandas 按照列A分组,将同一组的列B求和,生成新的Dataframe
>df.groupby(by=['request_url'])['visit_times'].sum() > request_url fofeasy_产品基本信息 20 投顾挖掘 18 行业数据——其他 2 Name: visit_times, dtype: int64
dict变成dataframe
In [15]: dict = pd.DataFrame({'x':1, 'y':2}, index=[0]) In [16]: dict Out[16]: x y 0 1 2
iloc
In [69]: df1.iloc[1:5, 2:4] Out[69]: 4 6 2 0.301624 -2.179861 4 1.462696 -1.743161 6 1.314232 0.690579 8 0.014871 3.357427
以上这篇dataframe设置两个条件取值的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
华山资源网 Design By www.eoogi.com
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
华山资源网 Design By www.eoogi.com
暂无评论...
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
2024年09月24日
2024年09月24日
- 范文芳1999-真心话电影原声带[HYPE][WAV+CUE]
- 袁培华.1990-我写不出一首情歌给我最爱的你【可登】【WAV+CUE】
- 群星.2007-歌林10年流行岁月12CD【歌林】【WAV+CUE】
- 软硬天师.2006-LONG.TIME.NO.SEE【金牌大风】【WAV+CUE】
- 卓依娜姆《美人谋 网剧影视原声带》[FLAC/分轨][162.27MB]
- 国风大师纯音系列《蒋倩 :古筝演奏家》1CD[MP3][160.7MB]
- 国风大师纯音系列《王中山古筝》1CD[MP3][519MB]
- 徐玮1986-走自己的路[台湾复刻版][WAV+CUE]
- 黄思婷2004-情缘[豪记唱片][WAV+CUE]
- 群星《左耳·听见爱情》星文唱片[WAV+CUE]
- 陈美玲.1987-孤单的心【EMI百代】【WAV+CUE】
- 黄乙玲.2005-甲你作伴【亚律音乐】【WAV+CUE】
- 张雨生.1997-口是心非【丰华】【WAV+CUE】
- 群星《右耳·聆听私语》星文唱片[WAV+CUE]
- VitoCadonau-ramur-encasaveglia(2024)[24-44,1]FLAC