- 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
我想比较两个数据帧 df1 和 df2。 df1 是一个每小时更新一次的数据。 df2 是一个已经存在的数据框。我想附加已更新的特定行。
例如,这里是df1
df1:
其中包含5行信息
和已经存在的df2
df2:
我们可以看出添加了 eric,但 df2 并不代表它。
我可以用 df1 覆盖 df2,但我不应该这样做,因为在写入数据后会有人更新的注释。
所以,我决定通过 id 从 df2 中找到它来删除每一行数据,并使用 for 循环删除它们
在那之后,将只保留 eric 的行,这样我就可以将 eric 附加到 df2。
所以我尝试的是这个
for index, row in df1.iterrows():
id = row['id']
if df2.loc[df1['id'].isin(id)] = True:
df1[df1.id != id)
并返回语法错误....
我走的路对吗?这将是解决此问题的最佳解决方案吗?我应该如何更改代码以实现我的目标?
最佳答案
修复你的代码......
l=[]
for index, row in df1.iterrows():
id = row['Id']
if sum(df2['Id'].isin([id]))>0:
l.append(id)
l
Out[334]: [0, 1, 2, 3, 4] # those are the row you need to remove
df1.loc[~df1.index.isin(l)]# you remove them by using `~` + .isin
Out[339]:
Id Name
5 5 F
6 6 G
通过使用pd.concat
pd.concat([df2,df1[~df1.Id.isin(df2.Id)]],axis=0)
Out[337]:
Id Name
0 0 A
1 1 B
2 2 C
3 3 D
4 4 E
5 5 F
6 6 G
数据输入
fake = {'Id' : [0,1,2,3,4,5,6],
'Name' : ['A','B','C','D','E','F','G']}
df1 = pd.DataFrame(fake)
fake = {'Id' : [0,1,2,3,4],
'Name' : ['A','B','C','D','E']}
df2 = pd.DataFrame(fake)
关于python pandas dataframe 查找包含特定值的行并返回 bool 值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46638618/
假设我有 3 个 DataFrame。其中一个 DataFrame 的列名不在其他两个中。 using DataFrames df1 = DataFrame([['a', 'b', 'c'], [1,
假设我有 3 个 DataFrame。其中一个 DataFrame 的列名不在其他两个中。 using DataFrames df1 = DataFrame([['a', 'b', 'c'], [1,
我有一个 largeDataFrame(多列和数十亿行)和一个 smallDataFrame(单列和 10,000 行)。 只要 largeDataFrame 中的 some_identifier 列
我有一个函数,可以在其中规范化 DataFrame 的前 N 列。我想返回规范化的 DataFrame,但不要管原来的。然而,该函数似乎也会对传递的 DataFrame 进行变异! using D
我想在 Scala 中使用指定架构在 DataFrame 上创建。我尝试过使用 JSON 读取(我的意思是读取空文件),但我认为这不是最佳实践。 最佳答案 假设您想要一个具有以下架构的数据框: roo
我正在尝试从数据框中删除一些列,并且不希望返回修改后的数据框并将其重新分配给旧数据框。相反,我希望该函数只修改数据框。这是我尝试过的,但它似乎并没有做我所除外的事情。我的印象是参数是作为引用传递的,而
我有一个包含大约 60000 个数据的庞大数据集。我会首先使用一些标准对整个数据集进行分组,接下来我要做的是将整个数据集分成标准内的许多小数据集,并自动对每个小数据集运行一个函数以获取参数对于每个小数
我遇到了以下问题,并有一个想法来解决它,但没有成功:我有一个月内每个交易日的 DAX 看涨期权和看跌期权数据。经过转换和一些计算后,我有以下 DataFrame: DaxOpt 。现在的目标是消除没有
我正在尝试做一些我认为应该是单行的事情,但我正在努力把它做好。 我有一个大数据框,我们称之为lg,还有一个小数据框,我们称之为sm。每个数据帧都有一个 start 和一个 end 列,以及多个其他列所
我有一个像这样的系列数据帧的数据帧: state1 state2 state3 ... sym1 sym
我有一个大约有 9k 行和 57 列的数据框,这是“df”。 我需要一个新的数据框:'df_final'- 对于“df”的每一行,我必须将每一行复制“x”次,并将每一行中的日期逐一增加,也就是“x”次
假设有一个 csv 文件如下: # data.csv 0,1,2,3,4 a,3.0,3.0,3.0,3.0,3.0 b,3.0,3.0,3.0,3.0,3.0 c,3.0,3.0,3.0,3.0,3
我只想知道是否有人对以下问题有更优雅的解决方案: 我有两个 Pandas DataFrame: import pandas as pd df1 = pd.DataFrame([[1, 2, 3], [
我有一个 pyspark 数据框,我需要将其转换为 python 字典。 下面的代码是可重现的: from pyspark.sql import Row rdd = sc.parallelize([R
我有一个 DataFrame,我想在 @chain 的帮助下对其进行处理。如何存储中间结果? using DataFrames, Chain df = DataFrame(a = [1,1,2,2,2
我有一个包含 3 列的 DataFrame,名为 :x :y 和 :z,它们是 Float64 类型。 :x 和 "y 在 (0,1) 上是 iid uniform 并且 z 是 x 和 y 的总和。
这个问题在这里已经有了答案: pyspark dataframe filter or include based on list (3 个答案) 关闭 2 年前。 只是想知道是否有任何有效的方法来过
我刚找到这个包FreqTables ,它允许人们轻松地从 DataFrames 构建频率表(我正在使用 DataFrames.jl)。 以下代码行返回一个频率表: df = CSV.read("exa
是否有一种快速的方法可以为 sort 指定自定义订单?/sort!在 Julia DataFrames 上? julia> using DataFrames julia> srand(1); juli
在 Python Pandas 和 R 中,可以轻松去除重复的列 - 只需加载数据、分配列名,然后选择那些不重复的列。 使用 Julia Dataframes 处理此类数据的最佳实践是什么?此处不允许
我是一名优秀的程序员,十分优秀!