- 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?
主要问题:如何使用 MultiIndex 级别的名称来选择/切片多索引 DataFrame,并允许我分配给该切片?
data = io.StringIO('''Fruit,Color,Count,Price
Apple,Red,3,$1.29
Apple,Green,9,$0.99
Pear,Red,25,$2.59
Pear,Green,26,$2.79
Lime,Green,9999,$0.39
''')
df_fruit = pd.read_csv(data, index_col=['Fruit', 'Color'])
new_green_data = io.StringIO('''Fruit,Count,Price
Apple,2,$0.96
Lime,9993,$0.40
Pear,12,$2.90
''')
df_new_green = pd.read_csv(new_green_data, index_col='Fruit')
这设置了两个 DataFrame:
df_fruit
:
| Fruit | Color | Count | Price |
|:--------|:--------|--------:|:--------|
| Apple | Red | 3 | $1.29 |
| Apple | Green | 9 | $0.99 |
| Pear | Red | 25 | $2.59 |
| Pear | Green | 26 | $2.79 |
| Lime | Green | 9999 | $0.39 |
df_new_green
:
| Fruit | Count | Price |
|:--------|--------:|:--------|
| Apple | 2 | $0.96 |
| Lime | 9993 | $0.40 |
| Pear | 12 | $2.90 |
我想更新 df_fruit
中的行,其中 Color
为 Green
,以便它们与传入 中的值匹配>df_new_green
数据。最终输出应该是:
| Fruit | Color | Count | Price |
|:--------|:--------|--------:|:--------|
| Apple | Red | 3 | $1.29 |
| Apple | Green | 2 | $0.96 |
| Pear | Red | 25 | $2.59 |
| Pear | Green | 12 | $2.90 |
| Lime | Green | 9993 | $0.40 |
请注意,df_new_green
中水果的顺序与 df_fruit
不同。因此,在执行赋值时,我需要保留两侧的索引,以便正确处理。
我知道有几种方法可以选择要在 DataFrame 中更新的内容:
df_fruit.xs(key='Green', level='Color')
这会产生正确的数据 View ,但我无法分配给它。同样关闭:
df_fruit[df_fruit.index.get_level_values('Color') == 'Green']
和
idx = pd.IndexSlice
df_fruit.loc[idx[:, 'Green'], :]
两者都给我相同的 View ,但它们仍然包含 MultiIndex 的 Color
级别:
| Fruit | Color | Count | Price |
|:--------|:--------|--------:|:--------|
| Apple | Green | 9 | $0.99 |
| Pear | Green | 26 | $2.79 |
| Lime | Green | 9999 | $0.39 |
我可以使用df_new_green
分配给该 View ,但这会产生NaN
,因为df_new_green
不包含Color
其索引级别。第二种选择(使用 IndexSlice)也不是很好,因为我不是根据其名称来选择级别,而是根据其在 MultiIndex 中的位置来选择级别。如果我在其中任何一个上运行 droplevel('Green')
,我会再次获得正确的 View ,但无法分配给它。
我可以删除新值上的索引,但这会导致使用错误的值:
df_fruit.loc[idx[:, 'Green'], :] = df_new_green._values
这会产生:
| Fruit | Color | Count | Price |
|:--------|:--------|--------:|:--------|
| Apple | Red | 3 | $1.29 |
| Apple | Green | 2 | $0.96 |
| Pear | Red | 25 | $2.59 |
| Pear | Green | 9993 | $0.40 |
| Lime | Green | 12 | $2.90 |
...但这是错误的,因为梨和酸橙的值被交换了。我需要保留更新 DataFrame 上的索引。
df_fruit[df_fruit.index.get_level_values('Color') == 'Green'] = df_new_green.assign(Color='Green').set_index('Color', append=True)
...呃。这会产生正确的答案并满足要求,但是天哪,这太丑了。
最佳答案
我会使用assign
和set_index
然后combine_first
:
(df_new_green.assign(Color='Green')
.set_index('Color', append=True)
.combine_first(df_fruit))
输出:
| | Fruit | Color | Count | Price |
|---:|:--------|:--------|--------:|:--------|
| 0 | Apple | Green | 2 | $0.96 |
| 1 | Apple | Red | 3 | $1.29 |
| 2 | Lime | Green | 9993 | $0.40 |
| 3 | Pear | Green | 12 | $2.90 |
| 4 | Pear | Red | 25 | $2.59 |
关于python - 在按 MultiIndex 名称选择时如何分配给 Pandas DataFrame?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/60010682/
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!