- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我试图让 pandas 从下面的结构化 csv 中选择“ClosePrice”下的行范围并将其存储在数据框中。该文件有很多标识符,但我只想使用下面列表中的标识符浏览该文件。而且行数并不总是相同。
list = ['ABC0123', 'DEF0123']
> Column 1 Column 2 Column 3 Column 4 Column 5 Column 6 Column 7
> "Date" 20170101 "Identifier" ABC0123
> "OpenPrice" 500 "Currency" USD
> "ClosePrice" 550 "foo" bar
> foo foo foo foo foo foo foo
> foo foo foo foo foo foo foo
> foo foo foo foo foo foo foo
> "Date" 20170101 "Identifier" SOMEOTHER
> ...
> ...
> ...
> "Date" 20170101 "Identifier" DEF0123
> "OpenPrice" 600 "Currency" USD
> "ClosePrice" 650 "foo" bar
> foo foo foo foo foo foo foo
> foo foo foo foo foo foo foo
> foo foo foo foo foo foo foo
> foo foo foo foo foo foo foo
> foo foo foo foo foo foo foo
> foo foo foo foo foo foo foo
> foo foo foo foo foo foo foo
> foo foo foo foo foo foo foo
> foo foo foo foo foo foo foo
我通过 for-i-loop 获取我感兴趣的每个表的第一行,并且:
df.iloc[df[df['Column 4'].isin(list)].index + 3,:]
它会转到带有“foo”值的左上角单元格并选择整行,但我试图弄清楚如何选择该起点下方的行并在下一个之前停止
"Date" 20170101 "Identifier" SOMEOTHER
我正在考虑的一种方法是检查第 5 列最后一行下的单元格值的 len,该值将为 = 0 ,但我无法通过脚本重现此逻辑。我们非常欢迎其他方法。
最佳答案
首先不要使用list
作为变量,因为masking内置函数。
创建辅助列g
,用于区分具有唯一编号的所有组 cumsum
。然后获取包含 L
值的所有组,并通过另一个 isin
选择所有行:
L = ['ABC0123', 'DEF0123']
df['g'] = df['Column 1'].eq('Date').cumsum()
vals = df.loc[df['Column 4'].isin(L), 'g']
df = df[df['g'].isin(vals)]
print (df)
Column 1 Column 2 Column 3 Column 4 Column 5 Column 6 Column 7 g
0 Date 20170101 Identifier ABC0123 NaN NaN NaN 1
1 OpenPrice 500 Currency USD NaN NaN NaN 1
2 ClosePrice 550 foo bar NaN NaN NaN 1
3 foo foo foo foo foo foo foo 1
4 foo foo foo foo foo foo foo 1
5 foo foo foo foo foo foo foo 1
9 Date 20170101 Identifier DEF0123 NaN NaN NaN 3
10 OpenPrice 600 Currency USD NaN NaN NaN 3
11 ClosePrice 650 foo bar NaN NaN NaN 3
12 foo foo foo foo foo foo foo 3
13 foo foo foo foo foo foo foo 3
最后(如有必要)删除g
列:
df = df.drop('g', axis=1)
使用index
的类似解决方案:
L = ['ABC0123', 'DEF0123']
df.index = df['Column 1'].eq('Date').cumsum()
vals = df.index[df['Column 4'].isin(L)]
df = df.loc[vals].reset_index(drop=True)
print (df)
Column 1 Column 2 Column 3 Column 4 Column 5 Column 6 Column 7
0 Date 20170101 Identifier ABC0123 NaN NaN NaN
1 OpenPrice 500 Currency USD NaN NaN NaN
2 ClosePrice 550 foo bar NaN NaN NaN
3 foo foo foo foo foo foo foo
4 foo foo foo foo foo foo foo
5 foo foo foo foo foo foo foo
6 Date 20170101 Identifier DEF0123 NaN NaN NaN
7 OpenPrice 600 Currency USD NaN NaN NaN
8 ClosePrice 650 foo bar NaN NaN NaN
9 foo foo foo foo foo foo foo
10 foo foo foo foo foo foo foo
编辑:
L1 = ['Date','OpenPrice','ClosePrice']
L = ['ABC0123', 'DEF0123']
#if necessary filter rows by L1
df = df[df['Column 1'].isin(L1)]
df['g'] = df['Column 1'].eq('Date').cumsum()
vals = df.loc[df['Column 4'].isin(L), 'g']
df = df[df['g'].isin(vals)]
print (df)
Column 1 Column 2 Column 3 Column 4 Column 5 Column 6 Column 7 g
0 Date 20170101 Identifier ABC0123 NaN NaN NaN 1
1 OpenPrice 500 Currency USD NaN NaN NaN 1
2 ClosePrice 550 foo bar NaN NaN NaN 1
9 Date 20170101 Identifier DEF0123 NaN NaN NaN 3
10 OpenPrice 600 Currency USD NaN NaN NaN 3
11 ClosePrice 650 foo bar NaN NaN NaN 3
对于小组工作,可以使用 groupby
与 flexible apply
def f(x):
print (x)
#some another code
return x
df1 = df.groupby('g').apply(f)
print (df1)
编辑:
Final code使用真实数据:
L1 = ["Date", "OpenPrice", "ClosePrice"]
g = 1
for i in list:
df['g'] = df['Column 4'].isin(list).cumsum()
vals = df.loc[df['Column 4'].isin(list), 'g']
df = df[df['g'].isin(vals)]
dfFinal = df.loc[(dfLux['g'] == g) & ~df['Column 1'].isin(L1)]
g=g+1
关于Python - Pandas 索引和选择,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/44617966/
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!