- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
有没有办法不用写 for 循环就可以做到这一点?
假设我们有以下数据:
d = {'A': {-1: 0.19052041339798062,
0: -0.0052531481871952871,
1: -0.0022017467720961644,
2: -0.051109629013311737,
3: 0.18569441222621336},
'B': {-1: 0.029181417300734112,
0: -0.0031021862533310743,
1: -0.014358516787430284,
2: 0.0046386615308068877,
3: 0.056676322314857898},
'C': {-1: 0.071883343375205785,
0: -0.011930096520251999,
1: -0.011836365865654104,
2: -0.0033930358388315237,
3: 0.11812543193496111},
'D': {-1: 0.17670604006475121,
0: -0.088756293654161142,
1: -0.093383245649534194,
2: 0.095649943383654359,
3: 0.51030339029516592},
'E': {-1: 0.30273513342295627,
0: -0.30640233455497284,
1: -0.32698263145105921,
2: 0.60257484810641992,
3: 0.36859978928328413},
'F': {-1: 0.25328469046380131,
0: -0.063890702001567143,
1: -0.10007720832198815,
2: 0.08153164759036724,
3: 0.36606175240021183},
'G': {-1: 0.28764606940509913,
0: -0.11022209861109525,
1: -0.1264164305949009,
2: 0.17030074112227081,
3: 0.30100292424380881}}
df = pd.DataFrame(d)
我知道我可以通过 std_vals = df.std()
获取标准值,它给出以下结果,并使用这些值一一删除列。
In[]:
pd.DataFrame(d).std()
Out[]:
A 0.115374
B 0.028435
C 0.059394
D 0.247617
E 0.421117
F 0.200776
G 0.209710
dtype: float64
但是,我不知道如何使用 Pandas 索引直接删除标准值较低的列。
有没有办法做到这一点,或者我需要遍历每一列?
最佳答案
您可以使用数据框的 loc
方法根据 bool 索引器选择某些列。像这样创建索引器(使用 Numpy 数组广播将条件应用于每一列):
df.std() > 0.3
Out[84]:
A False
B False
C False
D False
E True
F False
G False
dtype: bool
然后调用loc
,在第一个位置加上:
,表示要返回所有行:
df.loc[:, df.std() > .3]
Out[85]:
E
-1 0.302735
0 -0.306402
1 -0.326983
2 0.602575
3 0.368600
关于python - 在 Pandas Dataframe 中删除具有低标准偏差的列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31799187/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!