- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我在 pandas 中有以下数据框(下面的 df 是缩写):
Index: 23253 entries, 7.0 to 30559.0
Data columns (total 17 columns):
Epoch 23190 non-null values
follow 23253 non-null values
T_Opp 245 non-null values
T_Dir 171 non-null values
Teacher 0 non-null values
Activity 23253 non-null values
Actor 23253 non-null values
Recipient1 14608 non-null values
dtypes: float64(10), object(7)
T_Opp 和 T_Dir 等列中包含虚拟 (1/0) 数据。当这些列中的值为真时,我想将“Actor”列中的数据添加到“Teacher”列中。到目前为止,我有这个(其中“掩码”给出了数据为真的条件。检查了这个位并且它有效):
opp_mask = f_acts['Behavior'].str.contains('bp', na=False)
opp_teacher = f_acts[opp_mask]['Recipient1']
如果我只基于一列来做这件事,我可以简单地将这些结果插入数据框中的教师列,如下所示:
df['Teacher'] = df[opp_mask]['Actor']
但我需要用其他 6 列的数据填充 Teacher 列,而不覆盖前面的列。我知道这是如何工作的,类似于这个玩具示例:
list = [1]*len(df.Teacher)
df['Teacher'] = list
但我似乎无法弄清楚如何将上面“掩码”技术的输出转换为这种方法的正确格式——它具有相同的索引信息,但比我需要添加的数据帧短到。我错过了什么?
更新:添加以下数据以阐明我正在尝试做的事情。
follow T_Opp T_Dir T_Enh T_SocTol Teacher Actor Recipient1
7 0 1 0 0 NaN 51608 f
8 0 0 0 0 NaN bla NaN
11 0 0 0 0 NaN 51601 NaN
13 1 0 0 1 NaN f 51602
18 0 0 0 0 NaN f NaN
因此,对于此类数据,我试图做的是一次检查 T_ 列。如果 T_ 列中的值为真,则从 Actor 列(如果查看 T_Opp 或 T_SocTol 列)或从 Recipient 列(如果查看 T_Enh 或 T_Dir 列)获取数据。我想将该数据复制到当前空的教师列中。
一次可以有多个 T_ 列为真,但在这些情况下,它总是会“抓取”相同的数据两次。 (换句话说,我从不需要来自 Actor 和 Recipient 列的数据。对于每一行,只有一个或另一个)。
我想将该数据复制到当前空的教师列中。
最佳答案
这是一种使用 Series.where()
屏蔽和连接多列的方法.如果最终结果是一列字符串,则需要先使用 .astype(str)
将数字列转换为字符串。
In [23]: df
Out[23]:
C0 Mask1 Mask2 Val1 Val2
0 R_l0_g0 0 0 v1 v2
1 R_l0_g1 1 0 v1 v2
2 R_l0_g2 0 1 v1 v2
3 R_l0_g3 1 1 v1 v2
In [24]: df['Other'] = (df.Val1.astype(str).where(df.Mask1, '') + ',' +
df.Val2.astype(str).where(df.Mask2, '')).str.strip(',')
In [25]: df
Out[25]:
C0 Mask1 Mask2 Val1 Val2 Other
0 R_l0_g0 0 0 v1 v2
1 R_l0_g1 1 0 v1 v2 v1
2 R_l0_g2 0 1 v1 v2 v2
3 R_l0_g3 1 1 v1 v2 v1,v2
这是另一种使用 DataFrame.where()
的方法. .where
与大多数 pandas 操作一样,执行自动数据对齐。由于数据框的列名和要屏蔽的帧在这种情况下不同,可以通过使用原始的、未标记的numpy.ndarray
(又名。.values
)。
In [23]: masked = df[['Val1', 'Val2']].\
where(df[['Mask1', 'Mask2']].values, '') + ','
In [24]: df['Other2'] = masked.sum(axis=1).str.strip(',')
In [25]: df
Out[25]:
C0 Mask1 Mask2 Val1 Val2 Other Other2
0 R_l0_g0 0 0 v1 v2
1 R_l0_g1 1 0 v1 v2 v1 v1
2 R_l0_g2 0 1 v1 v2 v2 v2
3 R_l0_g3 1 1 v1 v2 v1,v2 v1,v2
关于python - Pandas :将系列作为列添加到数据框中(相同索引,不同长度),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/19259909/
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!