- 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?
是否可以根据不同列中的尾随行在 pandas 数据框中进行计算?像这样。
frame = pd.DataFrame({'a' : [True, False, True, False],
'b' : [25, 22, 55, 35]})
我希望输出是这样的:
A B C
True 25
False 22 44
True 55 55
False 35 70
当 A 列中的trailing row 为 False 时,C 列与 B 列相同,而当列中的trailing row 为 False 时,C 列为 B * 2 列A 是真的吗?
最佳答案
您可以使用 where
系列法:
In [11]: frame['b'].where(frame['a'], 2 * frame['b'])
Out[11]:
0 25
1 44
2 55
3 70
Name: b, dtype: int64
In [12]: frame['c'] = frame['b'].where(frame['a'], 2 * frame['b'])
或者你可以使用 apply
(但这通常会更慢):
In [21]: frame.apply(lambda x: 2 * x['b'] if x['a'] else x['b'], axis=1
由于您正在使用“尾随行”,因此您需要使用 shift
:
In [31]: frame['a'].shift()
Out[31]:
0 NaN
1 True
2 False
3 True
Name: a, dtype: object
In [32]: frame['a'].shift().fillna(False) # actually this is not needed, but perhaps clearer
Out[32]:
0 False
1 True
2 False
3 True
Name: a, dtype: object
反过来使用where:
In [33]: c = (2 * frame['b']).where(frame['a'].shift().fillna(False), frame['b'])
In [34]: c
Out[34]:
0 25
1 44
2 55
3 70
Name: b, dtype: int64
并更改第一行(例如更改为 NaN,in pandas we use NaN for missing data)
In [35]: c = c.astype(np.float) # needs to accept NaN
In [36]: c.iloc[0] = np.nan
In [36]: frame['c'] = c
In [37]: frame
Out[37]:
a b c
0 True 25 NaN
1 False 22 44
2 True 55 55
3 False 35 70
关于python - 根据尾随行在 Pandas 数据框中进行计算,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17966315/
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!