- 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?
我正在通过 pandas
处理一些数据这可能会有一些我需要处理的不一致之处。数据是值的时间序列:
A B C
YYYY MM DD hh mm
2017 8 20 23 0 1 2.0 NaN
10 2 4.0 NaN
20 3 6.0 NaN
30 4 8.0 NaN
... ... ... ...
2019 6 4 10 10 100 100 NaN
20 200 102 NaN
30 300 104 NaN
40 400 106 NaN
50 500 108 0
数据可能存在的不一致是同一
["YYYY", "MM", "DD", "hh", "mm"]
的多个条目指数。在大多数情况下,当时的值是相同的,所以我可以使用
df.drop_duplicates(keep="first")
删除具有相同索引和列值的所有行。
A B C
0 1 2.0 NaN
1 2 NaN NaN
1 100 500.0 NaN
2 3 6.0 NaN
2 200 6.0 NaN
3 300 8.0 NaN
3 300 NaN 5.0
3 300 NaN NaN
4 400 106.0 NaN
应该导致:
A B C
0 1.0 2.0 NaN
1 NaN 500.0 NaN
2 NaN 6.0 NaN
3 300.0 8.0 5.0
4 400.0 106.0 NaN
我试图用几种方法解决这个问题,但它们在数据集大小上都非常慢。
import numpy as np
import pandas as pd
df = pd.DataFrame(
[
dict(A=1, B=2.0, C=None),
dict(A=2, B=None, C=None),
dict(A=100, B=500, C=None),
dict(A=3, B=6.0, C=None),
dict(A=200, B=6.0, C=None),
dict(A=300, B=8.0, C=None),
dict(A=300, B=None, C=5.0),
dict(A=300, B=None, C=None),
dict(A=400, B=106, C=None),
],
index=[0, 1, 1, 2, 2, 3, 3, 3, 4],
)
# SLOW SOLUTION 1
def canonical(colum_values):
candidates = colum_values.dropna().unique()
if len(candidates) == 1:
return candidates[0]
else:
return np.nan
solution_1 = df.groupby(df.index).aggregate(canonical)
# SLOW & UGLY SOLUTION 2
def solve_2(df):
df = df.copy()
for dupe in df.index[df.index.duplicated(keep="first")]:
for column in df.columns:
values = df[df.index == dupe][column]
if len(values.dropna().unique()) == 1:
df.loc[df.index == dupe, column] = values.dropna().iloc[0]
else:
df.loc[df.index == dupe, column] = np.nan
# duplicate rows should all now share the same value, so just keep one.
df.drop_duplicates(keep="first", inplace=True)
return df
solution_2 = solve_2(df)
寻找对这些的任何改进,以在大型数据集上获得更好的性能。
最佳答案
您可以 group
level=0
上的数据框并使用 进行聚合 .first
获得第一个 non-nan
每 level=0
的值(value)组然后 .mask
每个 level=0
有多个唯一值的列中的值团体 :
g = df.groupby(level=0)
g.first().mask(g.nunique().gt(1))
详情:
g.first()
A B C
0 1 2.0 NaN
1 2 500.0 NaN
2 3 6.0 NaN
3 300 8.0 5.0
4 400 106.0 NaN
g.nunique().gt(1)
A B C
0 False False False
1 True False False
2 True False False
3 False False False
4 False False False
结果:
A B C
0 1.0 2.0 NaN
1 NaN 500.0 NaN
2 NaN 6.0 NaN
3 300.0 8.0 5.0
4 400.0 106.0 NaN
关于python - Pandas 分组索引 : nan conflicts or take only value,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65848543/
我正在尝试使用 flot 绘制 SQL 数据库中的数据图表,这是使用 php 收集的,然后使用 json 编码的。 目前看起来像: [{"month":"February","data":482},
我有一个来自 php 行的 json 结果,类似于 ["value"]["value"] 我尝试使用内爆函数,但得到的结果是“value”“value” |id_kategori|created_at
脚本 1 将记录 two 但浏览器仍会将 select 元素呈现为 One。该表单还将提交值 one。 脚本 2 将记录、呈现和提交 两个。我希望它们是同义词并做同样的事情。请解释它们为何不同,以及我
我的python字典结构是这样的: ips[host][ip] 每行 ips[host][ip] 看起来像这样: [host, ip, network, mask, broadcast, mac, g
在 C# 中 我正在关注的一本书对设置和获取属性提出了这样的建议: double pri_test; public double Test { get { return pri_test; }
您可能熟悉 enum 位掩码方案,例如: enum Flags { FLAG1 = 0x1, FLAG2 = 0x2, FLAG3 = 0x4, FLAG4 = 0x8
在一些地方我看到了(String)value。在一些地方value.toString() 这两者有什么区别,在什么情况下我需要使用哪一个。 new Long(value) 和 (Long)value
有没有什么时候 var result = !value ? null : value[0]; 不会等同于 var result = value ? value[0] : null; 最佳答案 在此处将
我正在使用扫描仪检测设备。目前,我的条形码的值为 2345345 A1。因此,当我扫描到记事本或文本编辑器时,输出将类似于 2345345 A1,这是正确的条形码值。 问题是: 当我第一次将条形码扫描
我正在读取 C# 中的资源文件并将其转换为 JSON 字符串格式。现在我想将该 JSON 字符串的值转换为键。 例子, [ { "key": "CreateAccount", "text":
我有以下问题: 我有一个数据框,最多可能有 600 万行左右。此数据框中的一列包含某些 ID。 ID NaN NaN D1 D1 D1 NaN D1 D1 NaN NaN NaN NaN D2 NaN
import java.util.*; import java.lang.*; class Main { public static void main (String[] args) thr
我目前正在开发我的应用程序,使其设计基于 Holo 主题。在全局范围内我想做的是工作,但我对文件夹 values、values-v11 和 values-v14. 所以我知道: values 的目标是
我遇到了一个非常奇怪的问题。 我的公司为我们的各种 Assets 使用集中式用户注册网络服务。我们一般通过HttpURLConnection使用请求方法GET向Web服务发送请求,通过qs设置参数。这
查询: UPDATE nominees SET votes = ( SELECT votes FROM nominees WHERE ID =1 ) +1 错误: You can't specify
如果我运行一段代码: obj = {}; obj['number'] = 1; obj['expressionS'] = 'Sin(0.5 * c1)'; obj['c
我正在为我的应用创建一个带有 Twitter 帐户的登录页面。当我构建我的项目时会发生上述错误。 values/strings.xml @dimen/abc_text_size_medium
我在搜索引擎中使用以下 View : CREATE VIEW msr_joined_view AS SELECT table1.id AS msr_id, table1.msr_number, tab
为什么验证会返回此错误。如何解决? ul#navigation li#navigation-3 a.current Value Error : background-position Too
我有一个数据名如下 import pandas as pd d = { 'Name' : ['James', 'John', 'Peter', 'Thomas', 'Jacob', 'Andr
我是一名优秀的程序员,十分优秀!