dataframe設(shè)置兩個(gè)條件取值的實(shí)例
更新時(shí)間：2018年04月12日 10:15:41 作者：GeekLeee
下面小編就為大家分享一篇dataframe設(shè)置兩個(gè)條件取值的實(shí)例，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧
如下所示：
>>> import pandas as pd
>>> import numpy as np
>>> from pandas import Series, DataFrame
>>> df = DataFrame({'name':['a','a','b','b'],'classes':[1,2,3,4],'price':[11,22,33,44]})
>>> df
classes name price
0 1 a 11
1 2 a 22
2 3 b 33
3 4 b 44
>>>
根據(jù)index和columns取值
>>> s = df.loc[0,'price'] >>> s 11
根據(jù)同行的columns的值取同行的另一個(gè)columns的值
>>> sex = df.loc[(df.classes==1)&(df.name=='a'),'price'] >>> sex 0 11 Name: price, dtype: int64 >>> sex = df.loc[(df.classes==1)&(df.name=='a'),'price'].values[0] >>> sex 11
根據(jù)條件同時(shí)取得多個(gè)值
>>> name,price = df.loc[df.classes==1,('name','price')].values[0]
>>> name
'a'
>>> price
11
>>>
對一列賦值
>>> df.loc[: , 'price']=0 >>> df classes name price 0 1 a 0 1 2 a 0 2 3 b 0 3 4 b 0 >>>
對df的一個(gè)列進(jìn)行函數(shù)運(yùn)算
【1】 >>> df['name'] = df['name'].apply(lambda x: x.upper()) >>> df classes name price 0 1 A 11 1 2 A 22 2 3 B 33 3 4 B 44 【2】 >>> df.loc[:, 'name'] = df['name'].apply(lambda x: x.upper()) >>> df classes name price 0 1 A 11 1 2 A 22 2 3 B 33 3 4 B 44 >>>
對df的幾個(gè)列進(jìn)行函數(shù)運(yùn)算
【1】 >>> df[['classes','price']] = df[['classes', 'price']].applymap(lambda x: str(x)) >>> print(type(df.loc[0, "classes"])) <class 'str'> >>> print(df.loc[0, "classes"]) 1 【2】 >>> df.loc[:, ['classes','price']] = df[['classes', 'price']].applymap(lambda x: int(x)) >>> print(type(df.loc[0, "classes"])) <class 'int'> >>> print(df.loc[0, "classes"]) 1 >>>
對兩個(gè)列進(jìn)行去重
>>> df classes name price 0 1 a 11 1 1 a 22 2 3 b 33 3 4 b 44 >>> df.drop_duplicates(subset=['classes', 'name'], inplace=True) >>> df classes name price 0 1 a 11 2 3 b 33 3 4 b 44
多個(gè)條件分割字符串
>>> fund_memeber = '趙四、 王五'
>>> fund_manager_list = re.split('[；， 、]', fund_memeber)
>>> fund_manager_list
['趙四', '', '王五']
#DataFrame構(gòu)造器
>>> df = DataFrame({'x':[1],'y':[2]})
>>> df
x y
0 1 2
>>>
刪除某列值為特定值得那一行
>>> df = DataFrame({'name':['a','b','c','d'],'classes':[1,2,3,4],'price':[11,22,33,44]})
>>> df
classes name price
0 1 a 11
1 2 b 22
2 3 c 33
3 4 d 44
【方法一】
>>> df = df.loc[df['name']!='a']
>>> df
classes name price
1 2 b 22
2 3 c 33
3 4 d 44
>>>
【方法二】
df.drop(df[df.name=='a'].index,axis=0)
#篩選df的每列值包含某個(gè)字段‘/a'
>>> import pandas as pd
>>> df = pd.DataFrame({'a':['A', 'B'], 'b': ['AA', 'BB']})
>>> df
a b
0 A AA
1 B BB
>>> df[df['a'].str.contains(r'A')]
a b
0 A AA
>>> df = pd.DataFrame({'a':['/api/', 'B'], 'b': ['AA', 'BB']})
>>> df
a b
0 /api/ AA
1 B BB
>>> df[df['a'].str.contains(r'/api/')]
a b
0 /api/ AA
>>>
把列變成index和把index變成列
df
request_url visit_times
9 fofeasy_產(chǎn)品基本信息 7
8 投顧挖掘 6
5 投顧挖掘 5
6 投顧挖掘 5
7 fofeasy_產(chǎn)品基本信息 5
3 fofeasy_產(chǎn)品基本信息 4
4 fofeasy_產(chǎn)品基本信息 4
2 投顧挖掘 2
0 行業(yè)數(shù)據(jù)——其他 1
1 行業(yè)數(shù)據(jù)——其他 1
x = df.set_index('request_url')
x
visit_times
request_url
fofeasy_產(chǎn)品基本信息 7
投顧挖掘 6
投顧挖掘 5
投顧挖掘 5
fofeasy_產(chǎn)品基本信息 5
fofeasy_產(chǎn)品基本信息 4
fofeasy_產(chǎn)品基本信息 4
投顧挖掘 2
行業(yè)數(shù)據(jù)——其他 1
行業(yè)數(shù)據(jù)——其他 1
x.reset_index('request_url')
request_url visit_times
0 fofeasy_產(chǎn)品基本信息 7
1 投顧挖掘 6
2 投顧挖掘 5
3 投顧挖掘 5
4 fofeasy_產(chǎn)品基本信息 5
5 fofeasy_產(chǎn)品基本信息 4
6 fofeasy_產(chǎn)品基本信息 4
7 投顧挖掘 2
8 行業(yè)數(shù)據(jù)——其他 1
9 行業(yè)數(shù)據(jù)——其他 1
pandas 按照列A分組，將同一組的列B求和,生成新的Dataframe
>>>df.groupby(by=['request_url'])['visit_times'].sum() >>> request_url fofeasy_產(chǎn)品基本信息 20 投顧挖掘 18 行業(yè)數(shù)據(jù)——其他 2 Name: visit_times, dtype: int64
dict變成dataframe
In [15]: dict = pd.DataFrame({'x':1, 'y':2}, index=[0])
In [16]: dict
Out[16]:
x y
0 1 2
iloc
In [69]: df1.iloc[1:5, 2:4] Out[69]: 4 6 2 0.301624 -2.179861 4 1.462696 -1.743161 6 1.314232 0.690579 8 0.014871 3.357427
以上這篇dataframe設(shè)置兩個(gè)條件取值的實(shí)例就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
利用Python實(shí)現(xiàn)端口掃描器的全過程
這篇文章主要給大家介紹了關(guān)于如何利用Python實(shí)現(xiàn)端口掃描器的相關(guān)資料,用來檢測目標(biāo)服務(wù)器上有哪些端口開放,本文適用于有 Python和計(jì)算機(jī)網(wǎng)絡(luò)語言基礎(chǔ)的用戶,需要的朋友可以參考下2021-08-08
Django rest framework jwt的使用方法詳解
這篇文章主要介紹了Django rest framework jwt的使用方法詳解,文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08
今天小編就為大家分享一篇關(guān)于舉例講解Python常用模塊，小編覺得內(nèi)容挺不錯(cuò)的，現(xiàn)在分享給大家，具有很好的參考價(jià)值，需要的朋友一起跟隨小編來看看吧2021-10-10
帶你徹底搞懂python操作mysql數(shù)據(jù)庫(cursor游標(biāo)講解)
這篇文章主要介紹了帶你徹底搞懂python操作mysql數(shù)據(jù)庫(cursor游標(biāo)講解)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-01-01
Django中日期時(shí)間型字段進(jìn)行年月日時(shí)分秒分組統(tǒng)計(jì)
這篇文章主要介紹了Django中日期時(shí)間型字段進(jìn)行年月日時(shí)分秒分組統(tǒng)計(jì)，文中通過示例代碼介紹的非常詳細(xì)，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11
Python?tkinter中四個(gè)常用按鈕的用法總結(jié)
tkinter中有四個(gè)控件被冠以Button之名,分別是：Button,?Checkbutton,?Radiobutton,?Menubutton,下面小編就來和大家聊聊它們的具體用法,感興趣的可以學(xué)習(xí)一下2023-09-09
這篇文章主要介紹了python使用cv2庫、下載opencv庫的方法,本文給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2023-04-04
這篇文章主要介紹了Pytorch 如何dropout避免過擬合的操作，具有很好的參考價(jià)值，希望對大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2021-06-06
在本篇文章里小編給大家整理了關(guān)于python判斷變量是否為列表的方法，有需要的朋友們可以學(xué)習(xí)下。2020-09-09
django創(chuàng)建超級用戶時(shí)指定添加其它字段方式
這篇文章主要介紹了django創(chuàng)建超級用戶時(shí)指定添加其它字段方式，具有很好的參考價(jià)值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-05-05