- 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?
以下内容是可重现的并返回所需的结果。
import pandas as pd, numpy as np
np.random.seed(3124)
x = 10 + np.random.rand(10)
y = np.split(10 + np.random.rand(100), 10)
x >= y
# array([[False, True, True, False, False, False, False, True, False, True],
# ...
# [False, True, True, True, False, True, False, True, False, False]])
np.apply_along_axis(np.greater_equal, 0, x , y)
# same results as x >= y.
但是,如果上面的 x 和 y 是从 pandas 数据框中提取的,我必须将 pandas 系列数组转换为数组列表。对于大型系列来说,这在计算上非常昂贵。
我如何以更有效的方式完成此任务?
df = pd.DataFrame({'x':x,'y':y})
df['x'].values >= df['y'].tolist()
# same results as above.
df['x'] >= df['y']
# ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
df['x'].values >= df['y'].values
# ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
@Divakar 给出了上述问题的正确答案。但是,在我的实际用例中,y
中的数组的长度都不同。
使用上面的y
创建更接近我的数据的y2
。以下是可重现的。
y2 = [np.resize(a, r) for a,r in zip(y,np.random.randint(2, 10, 10))]
# yields something like:
# [array([10.1269906 , 10.34269353, 10.39461373, 10.022271 , 10.69316165, 10.83981557, 10.03328485, 10.56850597]),
# array([10.99159117, 10.21215159, 10.65208435, 10.22483111, 10.13748229, 10.72621328]),
# ...
# array([10.61071355, 10.62141997]),
# array([10.3899659 , 10.66207985, 10.85937807]),
# array([10.38374303, 10.93140162, 10.88535643, 10.51529231, 10.60723795, 10.60504599, 10.6773523 ]),
# array([10.02775067, 10.91382588, 10.31222259, 10.44732757, 10.16980452, 10.88914854, 10.22677905])]
以下返回我想要的结果,但对于我的实际数据框的大小来说是不可行的。我宁愿用 numpy 以矢量化形式完成它。
[x[i] >= y2[i] for i in range(len(y2))]
# returns
# [array([False, False, False, False, False, False, False, False]),
# array([False, True, False, True, True, False]),
# ...
# array([ True, True]),
# array([ True, False, False]),
# array([False, False, False, False, False, False, False]),
# array([ True, True, True, True, True, True, True])]
最佳答案
获取底层数组数据,这样我们就可以将 y
作为 2D
数组,我们将其称为 Y
和 x
为 1D
,将其称为 X
。然后执行比较以利用广播
,如下所示 -
Y = np.concatenate(df.y.values).reshape(-1,len(df.y[0]))
X = df.x.values
out = X >= Y
请注意,这会将 df.y
中的每个条目与 x
进行比较。
如果您打算将 x
中的每个条目与 df.y
中的每个条目进行比较,请将 X
扩展为 2D
然后比较:out = X[:,None] >= Y
。
关于python - 有效比较 pandas 系列 float 和 pandas 系列 numpy 数组,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51630446/
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!