- 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
为了根据 2 个数据框信息创建新数据框,我遇到了一些问题。这是一个 dataframe1
:
species seq_names value
dog seq_C 0.67
cat seq_F 1.4
cat seq_E 0.4
dolphin seq_F 0.7
dolphin seq_A 1.9
frog seq_A 0.8
frog seq_B 0.40
这是另一个dataframe2
:
group_number col1
1 cat
1 dog
2 dolphin
2 frog
2 seq_X
2 seq_Y
如您所见,有 2 个组
。想法是根据它们在 df1 中匹配的物种及其值向这些组添加 seq_names
。
在这里,我应该得到一个 new_df
添加了 seq_names
:
group_number sp_seq_names
1 cat
1 dog
1 seq_C
1 seq_F
1 seq_E
2 dolphin
2 frog
2 seq_A
2 seq_B
2 seq_X
2 seq_Y
针对 IMC 进行编辑:如您所见,seq_X
和 seq_Y
仍然存在于末尾。
group_number 1
获得了 seq_names C、F 和 E
,因为所有这些都与组中的至少一个物种匹配。但微妙之处在于
:您还可以看到 group1
获得了 seq_name F
而不是 group_number 2
尽管 dolphin
也匹配这个序列,但是 cat
比 dolphin
有更好的值(value) seq_name
(1.4 对 0.7。)所以 group_number 2
只获得了 2 个 seq_names A 和 B.
有人知道使用 pandas 吗?
我尝试了合并:
pd.merge(df2, df1, left_on=['col1'],right_on=['species'],how='outer')
group_number col1 species seq_names value
0 1 cat cat seq_F 1.40
1 1 cat cat seq_E 0.40
2 1 dog dog seq_C 0.67
3 2 dolphin dolphin seq_F 0.70
4 2 dolphin dolphin seq_A 1.80
5 2 frog frog seq_B 0.40
6 2 frog frog seq_A 0.80
然后我创建了所需的 df :
df=[]
for species, group in zip (df_new['seq_names'],df_new['group_number']):
df.append({'groups':group,'sp_seq_names':species})
for species, group in zip (df_new['species'],df_new['group_number']):
df.append({'groups':group,'sp_seq_names':species})
我得到:
>>> pd.DataFrame(df)
col1 groups
0 cat 1
1 cat 1
2 dog 1
3 dolphin 2
4 dolphin 2
5 frog 2
6 frog 2
7 seq_F 1
8 seq_E 1
9 seq_C 1
10 seq_F 2
11 seq_A 2
12 seq_B 2
13 seq_A 2
但是如您所见,我无法设法在组之间共享 seq_name 并根据值决定哪个组获得此 seq_name。
最佳答案
import pandas as pd
df = pd.read_csv('test')
df2 = pd.read_csv('test.csv')
df2 = df2.rename(columns={'col1' : 'species'})
print(df)
# species seq_names value
# 0 dog seq_C 0.67
# 1 cat seq_F 1.40
# 2 cat seq_E 0.40
# 3 dolphin seq_F 0.70
# 4 dolphin seq_A 1.90
# 5 frog seq_A 0.80
# 6 frog seq_B 0.40
print(df2)
# group_number species
# 0 1 cat
# 1 1 dog
# 2 2 dolphin
# 3 2 frog
# We now don't immediatly drop the duplicates, we want to save the merge before.
# Doing this, we're able to keep the seq_names associated with their group_number.
ndf = df.merge(df2, on='species')\
.sort_values(by='value', ascending=False)
# I make a copy so that I get a whole new DataFrame.
# If I didn't. Changes made to seq_groups would have affected the original.
seq_groups_df = ndf[['seq_names', 'group_number']].copy()
seq_groups_df = seq_groups_df.rename(columns={'seq_names' : 'sp_seq_names'})
print(seq_groups_df)
# seq_names group_number
# 4 seq_A 2
# 1 seq_F 1
# 5 seq_A 2
# 3 seq_F 2
# 0 seq_C 1
# 2 seq_E 1
# 6 seq_B 2
ndf = ndf.drop_duplicates(subset='seq_names', keep='first')
# Either select the interesting columns.
ndf = ndf[['group_number', 'species']]
ndf = ndf.rename(columns={'species' : 'sp_seq_names'})
print(ndf)
# group_number sp_seq_names
# 4 2 dolphin
# 1 1 cat
# 0 1 dog
# 2 1 cat
# 6 2 frog
result_df = ndf.append(seq_groups_df).reset_index(drop=True)
print(result_df)
# group_number sp_seq_names
# 0 2 dolphin
# 1 1 cat
# 2 1 dog
# 3 1 cat
# 4 2 frog
# 5 2 seq_A
# 6 1 seq_F
# 7 2 seq_A
# 8 2 seq_F
# 9 1 seq_C
# 10 1 seq_E
# 11 2 seq_B
关于python - 根据另一个 df 和 pandas 的条件在 df 中添加新行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55247437/
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!