dataframe设置两个条件取值的实例
作者:GeekLeee 发布时间:2021-09-15 05:56:50
标签:dataframe,取值,设置,条件
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
来源:https://blog.csdn.net/GeekLeee/article/details/75268762
0
投稿
猜你喜欢
- 这篇论坛文章着重介绍了SQL Server数据库简体繁体数据混用的问题,详细内容请参考下文:我现在要说的是一个在简体繁体数据混用的时候很容易
- SQL Server数据库备份有两种方式,一种是使用BACKUP DATABASE将数据库文件备份出去,另外一种就是直接拷贝数据库文件mdf
- settings文件中配置:LOGGING = { 'version':1, 'disabl
- Python:type、object、classPython: 一切为对象>>> a = 1>>> ty
- IE独有属性AlphaImageLoader用于修正7.0以下版本中显示PNG图片的半透明效果。这个滤镜的问题在于浏览器加载图片时它会终止内
- 很多朋友想用SQL2000数据库的编程方法,但是却又苦于自己是学ACCESS的,对SQL只是一点点的了解而已,这里我给大家提供以下参考---
- 如果MySQL服务器启用了二进制日志,你可以使用mysqlbinlog工具来恢复从指定的时间点开始 (例如,从你最后一次备份)直到现在或另一
- 第一题:ASP中,VBScript的唯一的数据类型是什么?第二题:在ASP中,VBScript有多种控制程序流程语句,如If…Then, S
- sys;//系统管理员,拥有最高权限 system;//本地管理员,次高权限 scott;//普通用户,密码默认为tiger,默认未解锁 s
- windows下python安装pip 简易教程,具体内容如下1.前提你要已经安装了 某个 版本的 python, 下载地址)安装后,需要配
- Oracle物理结构故障是指构成数据库的各个物理文件损坏而导致的各种数据库故障。这些故障可能是由于硬件故障造成的,也可能是人为误操作而引起。
- 一、概述公司新购了一批PC,准备把几个性能较优的PC升级为数据库服务器,替换老旧的机器。公司有套POS终端软件,后台数据存储是 MySQL
- 中文字体设计发展到现在,风格越来越多样化,特别是在广告(美术)字体方面,因为字数少 局限小,优秀的作品层出不穷,比较突出的应用在标志设计唱片
- 1. 首先是环境的安装 (本人使用的是PyCharm,python3.6)pip3 install PyQt5 (没有指定版本的话,默认会安
- 本文整理了一部分我们平时在项目中经常遇到的关于go语言JSON数据与结构体之间相互转换的问题及解决办法。基本的序列化首先我们来看一下Go语言
- 地图服务是指可以提供数据信息的接口,比如说本地搜索/路线规划等,下面小编给大家整理下百度地图API之本地搜索和范围搜索,具体请看下文。地图服
- 载入库绘制表格我们需要用到python库中的matplotlib库import matplotlib.pyplot as plt一、折线图#
- 本文实例讲述了Python写入CSV文件的方法。分享给大家供大家参考。具体如下:# _*_ coding:utf-8 _*_#xiaohei
- <%'该函数作用:按指定参数格式化显示时间。'numformat=1:将时间转化为yyyy-mm-dd h
- 1. tensorflow模型文件打包成PB文件import tensorflow as tffrom tensorflow.python.