- 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
我有一个布局如下的数据框,不包括“flag_common”:
cat flag_1 flag_2 flag_3 pop state year flag_common
value1 1 0 0 1.5 Ohio 2000 1
value3 1 1 0 1.7 Ohio 2001 1
value2 1 1 0 3.6 Ohio 2002 1
value11 0 1 0 2.4 Nevada 2001 2
value5 0 0 0 2.9 Nevada 2002 0
value9 0 0 1 11.1 New York 2003 3
value13 0 0 0 23.4 New York 2004 0
value10 1 1 0 0.1 California 2009 1
value7 0 0 0 0.3 California 2010 0
value14 0 1 1 1.1 California 2009 2
“flag_common”列应该通过查看二进制标志并插入值 1-3 来设置,具体取决于标志是 1 还是 0。当同一行的两个标志设置为 1 时,带有最小的数字被插入到“flag_common”中。这必须是动态的,能够处理 flag_1 到“flag_n”。
我已经使用行迭代方法和 for 循环解决了它,但是我的数据非常大并且变得非常慢,所以我希望有一种“pythonic”方式来编写这个矢量化的方法。
数据框代码如下:
df = pd.DataFrame({'state': ['Ohio', 'Ohio', 'Ohio', 'Nevada', 'Nevada', 'New York', 'New York', 'California', 'California', 'California'],
'year' : [2000, 2001, 2002, 2001, 2002, 2003, 2004, 2009, 2010, 2009],
'pop' : [1.5, 1.7, 3.6, 2.4, 2.9, 11.1, 23.4, 0.1, 0.3, 1.1],
'cat' : ['value1', 'value3', 'value2', 'value11', 'value5', 'value9', 'value13', 'value10', 'value7', 'value14'],
'flag_1' : [1, 1,1,0,0,0,0,1,0,0],
'flag_2' : [0, 1,1,1,0,0,0,1,0,1],
'flag_3' : [0, 0, 0, 0,0,1,0,0,0, 1]
})
感谢我提前提出任何想法和建议!
最佳答案
您可以使用 idxmax
列 flag_1
、flag_2
和 flag_3
子集中的 columns
,然后使用 get_loc
通过列表理解查找位置.
但是所有0
值的位置不是0
,而是flag_1
。所以使用 numpy.where纠正它。
#get min value of columns 'flag_1','flag_2','flag_3'
print df[['flag_1','flag_2','flag_3']].idxmax(axis=1)
0 flag_1
1 flag_1
2 flag_1
3 flag_2
4 flag_1
5 flag_3
6 flag_1
7 flag_1
8 flag_1
9 flag_2
dtype: object
#get position of flag
print df.columns.get_loc('flag_1')
1
#get positions all flags
flag = [df.columns.get_loc(k) for k in df[['flag_1','flag_2','flag_3']].idxmax(axis=1)]
print flag
[1, 1, 1, 2, 1, 3, 1, 1, 1, 2]
#alternative solution for positions of flags - last digit has to be number
print [int(x[-1]) for x in df[['flag_1','flag_2','flag_3']].idxmax(axis=1)]
[1, 1, 1, 2, 1, 3, 1, 1, 1, 2]
#if all values in 'flag_1','flag_2','flag_3' are 0, get 0 else flag
df['new'] = np.where((df[['flag_1','flag_2','flag_3']].sum(axis=1)) == 0, 0, flag)
print df
cat flag_1 flag_2 flag_3 pop state year flag_common new
0 value1 1 0 0 1.5 Ohio 2000 1 1
1 value3 1 1 0 1.7 Ohio 2001 1 1
2 value2 1 1 0 3.6 Ohio 2002 1 1
3 value11 0 1 0 2.4 Nevada 2001 2 2
4 value5 0 0 0 2.9 Nevada 2002 0 0
5 value9 0 0 1 11.1 New York 2003 3 3
6 value13 0 0 0 23.4 New York 2004 0 0
7 value10 1 1 0 0.1 California 2009 1 1
8 value7 0 0 0 0.3 California 2010 0 0
9 value14 0 1 1 1.1 California 2009 2 2
编辑:
您还可以使用文本 flag
动态检查列:
#get columns where first value before _ is text 'flag'
cols = [x for x in df.columns if x.split('_')[0] == 'flag']
print cols
['flag_1', 'flag_2', 'flag_3']
#get min value of columns 'flag_1','flag_2','flag_3'
print df[cols].idxmax(axis=1)
0 flag_1
1 flag_1
2 flag_1
3 flag_2
4 flag_1
5 flag_3
6 flag_1
7 flag_1
8 flag_1
9 flag_2
dtype: object
#get positions of flag
print df.columns.get_loc('flag_1')
1
#get positions all flags
flag = [df.columns.get_loc(k) for k in df[cols].idxmax(axis=1)]
print flag
[1, 1, 1, 2, 1, 3, 1, 1, 1, 2]
#alternative solution for positions of flags - last digit has to be number
print [int(x[-1]) for x in df[cols].idxmax(axis=1)]
[1, 1, 1, 2, 1, 3, 1, 1, 1, 2]
#if all values in 'flag_1','flag_2','flag_3' are 0, get 0 else flag
df['new'] = np.where((df[cols].sum(axis=1)) == 0, 0, flag)
print df
cat flag_1 flag_2 flag_3 pop state year new
0 value1 1 0 0 1.5 Ohio 2000 1
1 value3 1 1 0 1.7 Ohio 2001 1
2 value2 1 1 0 3.6 Ohio 2002 1
3 value11 0 1 0 2.4 Nevada 2001 2
4 value5 0 0 0 2.9 Nevada 2002 0
5 value9 0 0 1 11.1 New York 2003 3
6 value13 0 0 0 23.4 New York 2004 0
7 value10 1 1 0 0.1 California 2009 1
8 value7 0 0 0 0.3 California 2010 0
9 value14 0 1 1 1.1 California 2009 2
关于python - 在 Python 中给定二进制标志设置计数变量( Pandas 数据框),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35861835/
关闭。这个问题是opinion-based .它目前不接受答案。 想要改进这个问题? 更新问题,以便 editing this post 可以用事实和引用来回答它. 关闭 9 年前。 Improve
我有点卡在 JavaScript 逻辑上来完成这个任务。 基本上 如果我给出一个数字(比如 30) 我想在两边都显示 5。 所以 25 26 27 28 29 30 31 32 33 34 35 这部
我编写的程序有问题。我无法获得输入字符串的正确字数,但我获得了正确的最长字符数。我不知道为什么,但这是我的代码。我正在做的是将一个字符串传递给一个函数,该函数将字符串中的所有字母大写。然后,该函数逐个
我有功能 public ArrayList vyberNahodnaPismena() { String[] seznamPismen = {"A", "Á", "B", "C", "Č",
这可以在 PGSQL 中完成吗?我有一个我创建的 View ,其中主机名、ip 和数据中心来自一个表,ifdesc 和 if stats 来自另一个表。 View 输出如下所示: hostname |
我想要一组来自订单文件的数据,这些数据可以为我提供客户编号、订单编号、产品、数量、价格以及每个订单的订单详细信息文件中的行数。我在最后一部分遇到问题。 Select Header.CustNo, He
我有属于街道的房子。一个用户可以买几套房子。我如何知道用户是否拥有整条街道? street table with columns (id/name) house table with columns
我有一套有 200 万个主题标签。然而,只有大约 200k 是不同的值。我想知道哪些主题标签在我的数据中重复得更多。 我用它来查找每个主题标签在我的数据集上重复了多少次: db.hashtags.ag
我有如下文件: { "_id" : "someuniqueeventid", "event" : "event_type_1", "date" : ISODate("2014-
我有以下三个相互关联的表: 主持人(有多个 session ) session (有多个进程) 过程 表结构如下: 主机表 - id, name session 表 - id, host_id, na
我需要根据 2 个字段对行进行计数以进行分组。 动物(一) id group_id strain_id death_date death_cause status --
我有一个 LINQ 语句,我正在努力改正,所以可能这一切都错了。我的目标是查询一个表并加入另一个表以获取计数。 地点 标识、显示 ProfilePlaces ID、PlaceID、通话、聆听 基本上P
我无法编写 Countifs 来完成我想要的。我每个月都会运行一份 claim 报告,其中包含大量按列组织的数据,并每月将其导出到 Excel 中。在一个单独的选项卡上,我有引用此数据复制到的选项卡的
我有一些数据采用此 sqlfilddle 中描述的格式:http://sqlfiddle.com/#!4/b9cdf/2 基本上,一个包含用户 ID 和事件发生时间的表。我想做的是根据用户发生事件的时
我有以下 SQL 语句: SELECT [l.LeagueId] AS LeagueId, [l.LeagueName] AS NAME, [lp.PositionId] FROM
我试图找出一个值在列中出现的平均次数,根据另一列对其进行分组,然后对其进行计算。 我有 3 张 table ,有点像这样 DVD ID | NAME 1 | 1 2 | 1 3
我有一个非常简单的 SQL 问题。我有一个包含以下列的数据库表: 零件号 销售类型(为简单起见,称之为销售类型 1、2、3、4、5) 我希望编写一个包含以下三列的查询: 零件号 Sales Type
我创建了以下存储过程,用于计算选定位置的特定范围之间每天的记录数: [dbo].[getRecordsCount] @LOCATION as INT, @BEGIN as datetime, @END
我有一个包含一组列的表,其中一个是日期列。 我需要计算该列的值引用同一个月的次数。如果一个月内,该计数的总和超过 3,则返回。 例如: ____________________ | DATE |
看XXX数据如下: lala XXX = EL String [XXX] | TXT String | MMS String 为此,XXX数据yppz是由 lala
我是一名优秀的程序员,十分优秀!