Python，DataFrame - 在一行中查找某个值

Question

我有一些问题，希望你能帮助我。数据如下:

该列标记为高度，数字是该时间范围内的可用数据。所以例如对于第一行，在 288m 的高度只有 10% 的数据可用(其他 90% 无法测量)

我想设置一个阈值，例如 80。因此只应包含至少包含 80% 可用数据的高度。对于每一行，我想找到 >= 80 仍然为真的最后一个值。然后应将找到该值的高度添加到新列中。

我可以显示行:df.iloc[0]，这会得到第一行的所有值...通常我会写一个循环但因为这是 Pandas DataFrame 应该有一个更方便的选项用于获取条件 >= 80 为真的最后一个值。

伪代码如下所示:

• 对于数据框中的每一行，检查值是否 >= 80
• 为条件为真的最后一个值提取列名
• 将此值附加到名为“高度值”的新列

我希望我说清楚了。我对 Pandas 还很陌生，似乎很难理解基于条件表达式的数据提取。

编辑:

前 3 行的 pandas 代码是:(时间索引不重要，所以我没有包括它)

pdf = pd.DataFrame([[100.0, 100.0, 100.0, 100.0, 100.0, 99.0, 97.0, 93.0, 71.0, 45.0, 27.0, 10.0],
                    [100.0, 100.0, 100.0, 100.0, 100.0, 100.0, 100.0, 94.0, 81.0, 62.0, 36.0, 9.0],
                    [100.0, 100.0, 100.0, 100.0, 100.0, 100.0, 92.0, 90.0, 68.0, 45.0, 25.0, 13.0]],
                    columns=[40.0, 58.0, 78.0, 98.0, 118.0, 138.0, 163.0, 178.0, 198.0, 228.0, 248.0, 288.0])

编辑 2:输出数据应如下所示:

result = pd.DataFrame([[100.0, 100.0, 100.0, 100.0, 100.0, 99.0, 97.0, 93.0, 71.0, 45.0, 27.0, 10.0, 178.0],
                    [100.0, 100.0, 100.0, 100.0, 100.0, 100.0, 100.0, 94.0, 81.0, 62.0, 36.0, 9.0, 198.0],
                    [100.0, 100.0, 100.0, 100.0, 100.0, 100.0, 92.0, 90.0, 68.0, 45.0, 25.0, 13.0, 178.0]],
                    columns=[40.0, 58.0, 78.0, 98.0, 118.0, 138.0, 163.0, 178.0, 198.0, 228.0, 248.0, 288.0,'max_available_height'])

Answer 1

如果匹配任何值，用 DataFrame.any 测试它和 numpy.where和 DataFrame.idxmax与 DataFrame.iloc对于最后匹配值的交换排序，否则返回默认值 - 例如不匹配:

thresh = 80
mask = pdf >= thresh
pdf['height value'] = np.where(mask.any(axis=1), mask.iloc[:,::-1].idxmax(axis=1), 'no match')
print (pdf)
    40.0   58.0   78.0   98.0  118.0  138.0  163.0  178.0  198.0  228.0  \
0  100.0  100.0  100.0  100.0  100.0   99.0   97.0   93.0   71.0   45.0   
1  100.0  100.0  100.0  100.0  100.0  100.0  100.0   94.0   81.0   62.0   
2  100.0  100.0  100.0  100.0  100.0  100.0   92.0   90.0   68.0   45.0   

   248.0  288.0 height value  
0   27.0   10.0        178.0  
1   36.0    9.0        198.0  
2   25.0   13.0        178.0 

详细信息:

 print (mask)
   40.0   58.0   78.0   98.0   118.0  138.0  163.0  178.0  198.0  228.0  \
0   True   True   True   True   True   True   True   True  False  False   
1   True   True   True   True   True   True   True   True   True  False   
2   True   True   True   True   True   True   True   True  False  False   

   248.0  288.0  
0  False  False  
1  False  False  
2  False  False  

print (mask.iloc[:,::-1])
   288.0  248.0  228.0  198.0  178.0  163.0  138.0  118.0  98.0   78.0   \
0  False  False  False  False   True   True   True   True   True   True   
1  False  False  False   True   True   True   True   True   True   True   
2  False  False  False  False   True   True   True   True   True   True   

   58.0   40.0   
0   True   True  
1   True   True  
2   True   True