使用布尔函数在布尔上拆分pandas数据帧
在布尔函数上拆分pandas数据帧是指根据布尔条件将数据帧拆分成多个子数据帧。布尔函数是一种返回布尔值的函数，可以用于筛选数据帧中的行或列。
在pandas中，可以使用布尔函数来拆分数据帧。以下是一个完善且全面的答案：
概念： 布尔函数是一种返回布尔值的函数，根据布尔条件判断数据帧中的元素是否满足条件。
分类： 布尔函数可以分为两类：一元布尔函数和二元布尔函数。一元布尔函数只接受一个参数，而二元布尔函数接受两个参数。
优势： 使用布尔函数在布尔上拆分pandas数据帧具有以下优势：
- 灵活性：可以根据自定义的布尔条件对数据帧进行拆分，满足不同的需求。
- 精确性：可以精确地选择满足条件的行或列，避免了手动遍历和筛选的繁琐过程。
- 效率性：使用布尔函数进行拆分可以提高代码的执行效率，特别是对于大型数据集。
应用场景： 使用布尔函数在布尔上拆分pandas数据帧适用于以下场景：
- 数据筛选：根据特定的条件筛选数据帧中的行或列。
- 数据分析：根据不同的条件对数据进行分组，进行进一步的统计和分析。
- 数据可视化：根据不同的条件将数据拆分成多个子数据帧，方便进行可视化展示。
推荐的腾讯云相关产品和产品介绍链接地址： 腾讯云提供了一系列与云计算相关的产品和服务，包括云服务器、云数据库、云存储等。以下是一些相关产品的介绍链接地址：
- 腾讯云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云数据库（TencentDB）：https://cloud.tencent.com/product/cdb
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
以上是关于使用布尔函数在布尔上拆分pandas数据帧的完善且全面的答案。
相关·内容
2回答
我只需要在字符串的一列上使用一个函数来过滤pandas数据帧。 下面是一个数据帧的示例： ID Titles Values
0 1 title1 value1
1 2 title2 value2
2 3 title3 value3
... 我有一个复杂的函数： def checkTitle(title:str) -> bool :
... 我想用这个函数在列标题上过滤第一个数据帧，只过滤函数send True所在的行。 我尝试了这样的方法，但没有返回任何有用的东西： df = df.apply(checkTitle(df["Title
浏览 46提问于2021-11-01得票数 0
回答已采纳
我需要根据一些标准拆分整个数据帧(Pandas)。例如：
import pandas as pd
import numpy as np
a = np.random.random(size=(1,10))
b = np.random.randint(100,size=a.shape)
df = pd.DataFrame(array((a,b)).T,columns=['a','b'])
现在，如果我想将数据帧分成两部分，其中df'a‘>= 30和df'a’< 30
df_two = [df[df['a'] < 3
浏览 4提问于2017-02-28得票数 2
回答已采纳
我使用存储在pandas dataframe列中的地址作为函数的参数，以调用Google Maps API并将结果存储在同一数据帧中名为address_components的列中 dm.loc[: , 'address_components'] = dm.loc[:, ['streetNumber', 'streetName', 'city']].apply(
lambda row: get_address(row[0], row[1], row[2]), axis=1) 整个数据帧非常大，我想在符合特定条件的部分数据帧
浏览 24提问于2020-08-07得票数 2
回答已采纳
1回答
假设我有一个具有列A, B, C, D, E, F, G, H的pandas dataframe df，并且我想使用一个函数functn来过滤数据帧，该函数接受一个“行”，并根据该行是否满足特定条件返回true或false (假设该函数使用除H之外的每一列)。有没有一种方法可以有效地过滤这个数据帧而不使用又长又难看的lambda？到目前为止，我的解决方案如下所示：
df = df[df.apply(functn, axis=1)]
但这种方法似乎非常慢，即使对于有15k行的帧也是如此。有没有一种干净有效的方法来使用用户定义的python函数而不是lambda或查询来过滤pandas数据帧？
注
浏览 17提问于2017-12-14得票数 2
回答已采纳
我使用了以下代码：
import pandas as pd
pandas_bigram = pd.DataFrame(bigram_data)
print pandas_bigram
我得到的输出如下
0
0 ashoka -**0
1 - wikipedia,**1
2 wikipedia, the**2
3 the free**2
4 free encyclopedi
浏览 4提问于2016-10-01得票数 1
1回答
我相信在使用Dask数据帧时，我在Dask教程中看到了一个关于如何使用Dask框架中尚未实现的Pandas函数的建议，但我似乎看错了地方。例如，我想使用Pandas函数'ewm‘。 作为一种变通方法，我将Dask数据帧转换为Pandas数据帧，在Pandas数据帧上运行ewm，然后将它们转换回Dask，以便以后进行更多内存密集型操作。效率不是最高的。 有没有更好的策略呢？
浏览 10提问于2019-06-02得票数 1
回答已采纳
3回答
我有一个pandas数据帧，我想在其中验证列A大于列B(按行)。我正在做类似这样的事情
tmp=df['B']-df['A']
if(any( [ v for v in tmp if v > 0])):
....
我想知道是否有更好的(简明的)方法，或者熊猫数据帧是否有这样的内置例程来实现这一点。
浏览 8提问于2019-11-05得票数 1
回答已采纳
2回答
我有一个名为" dataframe“的dataframe，它包含一系列特定日期的销售信息。每个日期条目的格式为YYYY-MM-DD，数据范围为2012 - 2017年。我想把这个数据帧分成6个独立的数据帧，每年一个。因此，例如，第一个拆分数据帧将包含2012年的所有条目。
我想我可以在下面的代码中做到这一点。我将每一年的数据帧拆分为一个数据帧，并将它们放入“年”列表中。但是，当我尝试在每个数据帧上运行auto_arima时，我得到错误消息“发现样本数量不一致的输入变量”。
我想这是因为我没有正确地拆分我的原始数据帧。如何根据年份正确拆分我的数据帧？
#Partition data in
浏览 167提问于2018-06-28得票数 1
长话短说，我一直在与内存问题(以及执行时间) dask / pandas来编写大型数据帧to_sql或to_csv作斗争，如果有人能给我指出正确的方向(下面有更多详细信息)？
我将两个较大的.csv文件附加到一起，使用dask形成一个更大的.csv文件(27M行x 52列)，以便节省内存，而不是使用pandas，因为我在pandas中内存不足或接近内存。
在此基础上，我只是简单地尝试写入.csv，但是在尝试使用.compute()将dask数据帧转换为pandas数据帧并写入文件时，我再次耗尽了内存。我想把这个问题集中在如何在不耗尽内存的情况下简单地将这个东西放到.csv中。然后，我计划使用S
浏览 25提问于2020-06-12得票数 0
1回答
我正在处理多个数据帧。每个数据帧包含尺寸为67行x 215列的数值数据。为了从每个数据框中选择数据，存在另一个具有相同维度并包含布尔值的数据框。我无法检索满足true条件的单元格值。示例代码如下所示。 import pandas as pd
import numpy as np
#initialize a dataframe
df = pd.DataFrame(
[[21, 72, 67.1],
[23, 78, 69.5],
[32, 74, 56.6],
[52, 54, 76.2]
浏览 13提问于2021-03-19得票数 1
回答已采纳
1回答
我有一个pandas DataFrame，我想选择值以特定值开始和结束的行。例如，在dataFrame df中，我希望选择列state以1开头和结尾的行。这是行2 5 8 10。并输出两个数据帧。
import pandas as pd
data = [['a1',0,'low'],
['a1',0,'low'],
['a1',1,'high'],
['a1',1,'low'],
['a1
浏览 25提问于2018-07-28得票数 2
回答已采纳
得到一个很大的数据帧，我想对其进行切片(根据多个布尔标准)，然后修改这些切片中的条目，以便更改原始数据帧--即，我需要原始数据帧的view。问题是，奇特的索引总是返回一个copy。我想到了.ix方法，但是使用df.ix[]方法进行布尔索引也会返回一个副本。
从本质上讲，如果df是我的数据框架，我想要一个C列的视图，比如C!=0, A==10, B<30,...等。有没有在pandas中做到这一点的快速方法？
浏览 2提问于2013-03-01得票数 13
回答已采纳
我尝试用我命名为training_examples的熊猫数据帧来测试Tensorflow内置的pandas_input_fn()
它是一个非常简单的数据帧，描述了一组功能和标签；然后作为参数x在pandas_input_fn()函数中传递，如下所示，如果我正确理解了文档，它应该返回一个输入函数，其中的数据已经解析成功能和标签了吗？
input_function = tf.estimator.inputs.pandas_input_fn(
x= training_examples,
y= None,
batch_size=128,
num_epochs=1,
shuffle=True,
queu
浏览 0提问于2018-06-28得票数 3
1回答
我怎样才能得到Pandas中有NaN值的所有位置。例如,
sample = pd.DataFrame(np.zeros(shape=[5,5]))
sample.iloc[0,0] = np.nan
sample.iloc[2,3] = np.nan
sample.iloc[4,3] = np.nan
是Pandas数据帧，其中诸如(0,0)、(2,3)和(4，3)的位置具有NaN值。因此，我想要一个这样的元组列表
[(0,0),(2,3),(4,3)]
我从哪能买到这个？
问候
浏览 0提问于2017-02-10得票数 0
1回答
我在spark数据帧中有非常大的数据集，它们分布在节点上。我可以使用spark库pyspark.sql.functions进行简单的统计，如mean、stdev、skewness、kurtosis等。 如果我想使用像Jarque-Bera (JB)或Shapiro Wilk(SW)等高级统计测试，我会使用像scipy这样的python库，因为标准的apache pyspark库没有它们。但为了做到这一点，我必须将spark数据帧转换为pandas，这意味着将数据强制到主节点中，如下所示： import scipy.stats as stats
pandas_df=spark_df.toPan
浏览 30提问于2020-09-13得票数 0
我有一个Pandas DataFrame，df，它有一个path列，其中包含用于分析的图像文件的路径。这个数据集中的一些图像实际上并不存在，因此我需要有选择地删除不存在的图像path的行。
目前，我正在遍历整个数据帧并重新分配它，如下所示：
for index, sample in df.iterrows():
if not os.path.isfile(sample['path']):
df = df.drop(index)
但是，由于我的数据集包含数以万计的图像，所以速度非常慢。
我还研究过使用更一般的问题中的方法
df = df.drop(df[n
浏览 0提问于2019-06-30得票数 1
回答已采纳
我有一个模式：
patternDel = "( \\((MoM|QoQ)\\))";
我想删除pandas dataframe中列df['Event Name']与此模式匹配的所有行。哪种方法是最好的？数据帧中有超过100k行。
浏览 8提问于2016-10-10得票数 26
回答已采纳
我将csv文件读入pandas数据帧，并希望将具有二进制答案的列从yes/no字符串转换为1/0整数。下面，我展示了其中一列("sampleDF“是pandas数据帧)。
In [13]: sampleDF.housing[0:10]
Out[13]:
0 no
1 no
2 yes
3 no
4 no
5 no
6 no
7 no
8 yes
9 yes
Name: housing, dtype: object
非常感谢您的帮助！
浏览 18提问于2016-12-01得票数 53
我有一个6x4的熊猫数据帧，里面充满了来自标准正态分布的随机数(索引是从0到5，列'A'，'B'，'C‘和'D’。
import pandas as pd
df = pd.DataFrame(np.random.randn(6,4), index=[0,1,2,3,4,5], columns=list('ABCD))
看起来像这样：
我添加了一个包含一些字符串的列：
df['E'] = ['one', 'one', 'two', 'three', &#
浏览 25提问于2017-01-19得票数 1
回答已采纳
2回答
如何在一个命令中过滤Pandas数据帧中的行并仅获取pandas数据帧中的列的子集。
我正在试着应用像这样的东西...
frame[(frame.DESIGN_VALUE > 20) & (frame['mycol3','mycol6']))]
谢谢。
浏览 0提问于2015-10-02得票数 17
回答已采纳
1回答
我一直在使用Dask Concurrent.futures ，但我在使用(过时的) 时遇到了一些问题。具体地说，使用位置索引将dask数据帧分成测试/训练拆分：
train = dfs[:-1]
test = dfs[-1]
我也尝试过，但都无济于事：
train = dfs.loc[:-1]
test = dfs.loc[-1]
这给了我一个错误：
KeyError Traceback (most recent call last)
/opt/anaconda/lib/python3.5/site-packages/panda
浏览 13提问于2018-02-14得票数 4
我有一个包含一些数据的数据帧。我想对这个数据帧应用一个条件。 当我像这样写代码的时候： import pandas as pd
data_store = pd.read_excel("101010.xlsx")
fff = data_store[data_store.Price > 20]
print(fff.sort_values("Total Sale", ascending=False)) 程序正在运行并返回(显示)我想要的数据帧元素值，如下所示： Total Sale Price
100000 64
95000
浏览 18提问于2020-09-07得票数 0
我有一个字符串列表(pandas序列)和一个pandas数据框架。如果索引存在于列表中，我想删除数据框的索引(和它们的行)。我如何在pandas中做到这一点，而不对数据帧进行循环，也不对列表的每个元素使用.drop('xxx')？
浏览 5提问于2017-07-17得票数 1
2回答
我有一个pandas dataframe，里面有一个用户id 'subscriber_id‘的列表和一些其他信息。
我只想选择不在给定列表A中的订阅者。
因此，如果我们的数据框包含订阅者1、2、3、4、5的信息，而我的排除列表是2、4、5，那么我现在应该得到一个包含1、3信息的数据帧
我试过使用下面的口罩：
temp = df.mask(lambda x: x['subscriber_id'] not in subscribers)
但是不走运！
我确信not in是有效的Python语法，因为我在下面的列表中对其进行了测试：
c = [1,2,3,4,5]
if 5
浏览 0提问于2014-05-20得票数 19
回答已采纳
我有一个空的pandas数据帧和一个函数值(x，y)，它接受两个参数，即pandas数据帧中点的行号和列号。我想知道是否有一种更简单的方法来使用这些参数遍历整个空数据帧，比如使用df.apply。 我知道可以遍历每个单独的列并在单独的列上运行df.apply，但是是否可以在不运行任何循环的情况下这样做呢？ 从本质上讲，我正在寻找可以在整个数据帧上运行的类似内容 df_copy.apply(lambda x: myfunction(x.value, x.column)) 然而，x.column并不存在，所以我有另一种方法来做它，或者我做错了什么 谢谢!
浏览 15提问于2019-02-28得票数 0
回答已采纳
在尝试使用另一个数据帧中的列过滤数据帧时，我遇到过几次这种情况。isin错误地为每一行返回true。这可能只是我对它应该如何工作的误解。它为什么要这样做，有没有更好的编码方式？ #Read the data into a pandas dataframe
ar_data = pd.read_excel('~/data/Accounts-Receivable.xlsx')
ar_data.set_index('customerID', inplace=True)
#randomly select records for 70/30 train/test spl
浏览 27提问于2020-03-31得票数 0
回答已采纳
我使用numpy.fromfile为一些复杂的二进制文件创建了一个解析器，并定义了读取二进制文件的每个部分所需的各种数据类型。然后将得到的numpy数组放入pandas数据帧中，并回收为将二进制文件转换为numpy数组而定义的相同数据类型，以定义pandas数据帧的列名。
我希望使用python struct复制这个过程，但遇到了一个问题。如果我的部分结构要求一个值是一组3个整数，我可以将数据类型定义为numpy.dtype([('NameOfField', '>i4', 3)])，二进制文件的返回值为[int, int, int]。这是否可以使用stru
浏览 0提问于2017-11-29得票数 0
2回答
我正在尝试使用Python和pandas从数据帧中删除没有值的行。
选定的行当前在一个变量中，但需要从df中删除它。
我尝试过new_df.dpop，但似乎什么都不起作用。有什么建议吗？
novalue_df = new_df[new_df['age'].isnull() & (new_df['churn'] ==
False) & (new_df['avgBill'] < 40)]
浏览 2提问于2018-03-29得票数 0
1回答
我正在尝试将火车和测试数据帧加载到dataset对象中。将熊猫数据加载到dataset对象中的通常方法是：
from datasets import Dataset
import pandas as pd
df = pd.DataFrame({"a": [1, 2, 3]})
dataset = Dataset.from_pandas(df)
我的问题是如何加载、训练和测试两只熊猫的数据集？
例如，如果我有两个数据文件：
from datasets import Dataset
import pandas as pd
df_train = pd.DataFrame({"
浏览 5提问于2022-06-04得票数 1
我一直在四处寻找，但没有找到类似的帖子，所以我想我应该试一试。我写了一个pandas程序，它成功地在tkinter文本框中以pandas表格式显示了生成的数据帧。其目的是用户可以选择数据副本/将其粘贴到(现有的)excel表中。执行此操作时，索引始终也会被复制。我想知道是否可以以编程方式选择除索引之外的整个表？我知道一个人可以用index=false保存到excel或其他，但我找不到一种df.select....index=false。我希望我的解释或多或少是清楚的;-)非常感谢
浏览 25提问于2020-05-28得票数 1
2回答
我正在尝试为我的工作建立一个机器学习算法。我用于训练和测试的数据有17k行和20列。我试着在另外两个列的基础上添加一个新列，但是我编写的for循环太慢了(需要3秒才能执行) for i in range(0, len(model_olculeri)):
if (model_olculeri["Bel"][i] != 0) and (model_olculeri["Basen"][i] != 0):
sum_column = (model_olculeri["Bel"][i]) / (model_olculeri["
浏览 59提问于2021-10-25得票数 0
回答已采纳
1回答
我正在尝试删除Pandas数据框中两列中任何一列都不为零的所有行。我的数据帧被索引为从0到620。这是我的代码：
for index in range(0, 621):
if((zeroes[index,1] != 0) and (zeroes[index,3] != 0)):
del(zeroes[index,])
我一直收到一个键错误。KeyError：(0，1)
我的讲师建议我将范围更改为测试，看看我的数据框中是否有坏线。我做到了。我检查了数据帧的尾部，然后将范围更改为(616,621)。然后我得到了键错误：(616，1)。
有没有人知道我的代码出了什么问题，或者
浏览 1提问于2018-10-12得票数 0
我正在构建一个模型，我在Pandas中有两个数据帧。一个是训练数据，另一个是测试数据。其中一个变量是国家。我在考虑使用OrdinalEncoder()将country列转换为分类列。例如：“美国”在新列中将是1，“巴西”将是2，依此类推。但是，我希望对这两个数据帧进行相同的转换。如果训练数据中的"USA“作为分类列变为1，我希望测试数据中的"USA”也变为1。 这有可能吗？怎么会这样呢？ 提前感谢
浏览 23提问于2019-12-17得票数 0
1回答
将变量加载到数据帧中
、、、
在PySpark中，我尝试从字符串变量加载数据帧。 我的变量是一个多行文本.. string_data = """
Name|age|city
david|23|London
krish|24|Bali
john|56|Goa
""" 我想将这些数据加载到PySpark中的数据帧中。我想使用数据集，但它们在PySpark中不可用。 使用Pandas时，我常常这样写： string2 = StringIO(string_data)
df = pd.read_csv(string2,sep='|')
浏览 7提问于2021-02-02得票数 0
2回答
从文件中读取分隔数据时，pandas库能够解释数据列的类型。 当向pandas数据帧传递通过pandas之外的某个过程组装的字符串列表时，pandas会将内部列表类型保留为字符串： data = [ ['1','2'],['3','4'] ]
cols = ['foo', 'biz']
df = DataFrame(columns=cols, data=data)
print(numpy.sum(df.values))
$: <literal sum of the strings>
浏览 12提问于2020-07-22得票数 2
回答已采纳
在Pandas中，我有一个非常大的数据帧，我正在尝试将其写入CSV文件。它花费了很长的时间(几个小时，还没有完成)，我想知道是否有任何方法可以检查此命令中的完成百分比。 我在to_csv中查找了所有的论点，但似乎没有任何帮助 https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.to_csv.html pd.to_csv('thefile.csv', chunksize =1000 ) 我想要任何时间的状态，区块编号等。
浏览 2提问于2019-06-10得票数 1
回答已采纳
2回答
这里我有一个数据帧
import pandas as pd
import numpy as np
data = pd.DataFrame(np.arange(100).reshape(20,5), columns=list('abcde'))
data = data.set_index(['a', 'b'])
print(data.head())
c d e
a b
0 1 2 3 4
5 6 7 8 9
10 11 12 13 14
15 16 17 18 19
20 21
浏览 31提问于2017-02-15得票数 2
回答已采纳
3回答
我必须在下面列出数据帧：
import pandas as pd
a = pd.DataFrame([{"name": "John",
"item" : "item1||item2||item3",
"itemVal" : "item1Val||item2Val||item3Val"},
{"name" : "Tom",
浏览 26提问于2020-05-17得票数 3
回答已采纳
我有一个数据帧，需要将它分成两个部分，即80:20、70:30或60:40，但我的两个数据帧部分应该在分类列中包含所有标签。 import pandas as pd
from sklearn.model_selection import train_test_split Eg:
Fruits Color Price
0 Banana Yellow 60
1 Grape Black 100
2 Apple Red 200
3 Papaya Yellow 50
4 Dragon Pink 150
5 Mango Yel
浏览 12提问于2021-11-02得票数 0
我想使用Dask来处理大型数据帧。然而，当我尝试使用它时，我得到了一个内存错误，如下所示。 df = pandas.DataFrame({'x': my_very_large_array})
ddf = dask.dataframe.from_pandas(df, npartitions=100) 我认为Dask应该处理比内存更大的数据。这是怎么回事？
浏览 7提问于2019-03-06得票数 0
回答已采纳
1回答
我有一个下面的熊猫数据框。我需要一个使用3X3窗口将这个数据帧分割成多个数据帧的代码。 import pandas as pd
d= {1: [5, 5, 5, 5, 4, 6,11,11], 3: [4, 5, 15, 25, 40, 10,25,33],6: [77, 47, 55, 59, 32, 5,9,22],
7: [15, 21, 40, 33, 30, 6,14,14],9: [10, 11, 12, 45, 14, 15,13,76],15: [3, 5, 32, 12, 11, 12,17,45],18: [3, 6, 23, 22, 21, 32,19,65
浏览 13提问于2021-07-10得票数 2
回答已采纳
1回答
我正在尝试使用来自Pandas数据帧的数据来提供给Tensorflow管道。我试着这样做： training_dataset = (tf.data.Dataset.from_tensor_slices((
tf.cast(df[df.columns[:-1]].values, tf.float32),
tf.cast(df[df.columns[-1]].values, tf.int32)))) 其中df是我的数据帧。然而，它非常大，我得到了这个错误： ValueError: Cannot create a tensor proto whose conte
浏览 9提问于2019-02-05得票数 1
回答已采纳
2回答
在pandas数据帧中，我需要找到任意行中包含零的列，并删除整个列。 例如，如果我的数据帧看起来像这样： A B C D E F G H
0 1 0 1 0 1 1 1 1
1 0 1 1 1 1 0 1 1 我需要删除列A、B、D和F。我知道如何删除这些列，但是以编程方式识别带有零的一列让我摸不着头脑。
浏览 17提问于2018-12-27得票数 2
回答已采纳
以下函数是socceraction包的一部分。 import pandas as pd
from typing import List,Callable
def gamestates(actions : pd.DataFrame, nb_prev_actions: int =3) -> List[pd.DataFrame]:
states = [actions]
for i in range(1, nb_prev_actions):
prev_actions = actions.copy().shift(i, fill_value=0)
浏览 16提问于2020-03-19得票数 0
回答已采纳
想知道当列类型是分类的(特别是h2o enum类型)时，在h2o dataframe GroupBy对象中求和列时会发生什么。
将pandas数据帧转换为H2o数据帧。然后，我按某一列对行进行分组，并对其他列求和。
location_id price store
------------------
1 10 JCP
1 15 SBUX
3 20 HOL
then after grouping and summing; df.group_by('location_id').sum(['
浏览 26提问于2019-04-02得票数 0
回答已采纳
1回答
因此，我在Python中有一个数组列表：[[0, 1, 0, 1], [1, 0, 1, 1], [0, 1, 1, 1]]。我想把这个数组列表做成一个Pandas数据帧，每个数组都是一行。在Python中有没有一种方法可以快速而简单地做到这一点呢？我尝试使用values = np.split(values, len(values))将数组列表拆分为多个数组(嗯，我尝试过了)。然后尝试用df = pd.DataFrame(values)创建数据帧。但这就是我的错误所在。我得到了一个“必须通过2-d输入”的错误信息。你知道我哪里做错了吗?怎么改正？或者是一种更简单的方法呢？谢谢!
浏览 1提问于2017-07-26得票数 1
如何将Pandas df.info()函数输出保存到变量或数据帧？我试过使用缓冲区值，但它并没有很好地保存输出。
代码：
import io
buffer = io.StringIO()
df.info(buf=buffer)
s = buffer.getvalue()
with open("df_info.txt", "w",
encoding="utf-8") as f:
f.write(s)
结果：
样本输出：
column non-null count dtype
我们应该得到的输
浏览 0提问于2022-01-17得票数 1
回答已采纳
2回答
我能想到的检查pandas数据帧中重复项的最简单方法如下：
if (df["col1"].value_counts() > 1).sum() > 0:
raise ValueError("dupes in column 'col1'!")
问题是这不符合PEP8。我的集成开发环境中的代码检查器(我使用PyCharm)告诉我：
类'bool‘的未解析属性引用'sum’
在不添加多行代码的情况下，检查pandas副本的可接受方式是什么？
浏览 73提问于2018-06-06得票数 1
回答已采纳
我有很多.txt文件，它们一起构成一个数据帧，无法加载到一个变量中(因此没有足够的内存将所有文件加载到一个pandas数据帧中)。我是否可以通过读取文件而不是将它们加载到dataframe/变量中来获得一些描述性统计数据？多么?谢谢!
浏览 0提问于2016-10-14得票数 1
1回答
我有一个很大的dbf文件，将它转换成pandas数据帧需要花费很多时间。有没有办法将文件转换成dask数据帧？
浏览 2提问于2018-12-07得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
