在pandas DataFrame中选择特定值
是指从DataFrame中获取满足特定条件的数据行或列。
答案内容：
在pandas中，可以使用条件语句和逻辑运算符来选择特定值。以下是几种常见的选择方式：
- 使用条件语句选择特定行：
- 通过布尔索引选择满足特定条件的行，例如：
df[df['column'] > value]，这将返回DataFrame中column列值大于value的所有行。 - 可以使用多个条件以及逻辑运算符（如
&和|）进行复杂的条件筛选。
- 通过布尔索引选择满足特定条件的行，例如：
- 使用条件语句选择特定列：
- 使用
df.loc[row_indexer, column_indexer]方法，其中row_indexer表示行的条件，column_indexer表示列的条件。例如：df.loc[:, 'column']，这将返回DataFrame中column列的所有值。 - 可以使用布尔索引或列名进行选择。
- 使用
优势：
- 使用pandas DataFrame选择特定值的优势在于其灵活性和高效性。它提供了多种方法来满足不同选择需求，可以根据实际情况选择最合适的方式。
- DataFrame使用了向量化操作，能够对大规模数据进行高效处理，提高了计算性能和开发效率。
应用场景：
- 数据清洗和预处理：在数据分析和机器学习任务中，常常需要选择特定的数据进行清洗和预处理，例如去除异常值、填充缺失值等。
- 数据筛选和分析：根据特定的条件选择数据可以进行各种分析，例如筛选出销售额大于一定阈值的产品、统计特定时间范围内的数据等。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云提供了云服务器（CVM）和云数据库（CDB）等基础服务，可用于搭建和管理云计算环境。
- 腾讯云提供了弹性MapReduce（EMR）服务，可用于大数据处理和分析。
- 腾讯云提供了人工智能服务（AI Lab），包括语音识别、图像识别等功能，可用于开发和部署人工智能应用。
- 腾讯云提供了物联网套件（IoT Suite），用于构建和管理物联网设备和应用。
- 腾讯云提供了对象存储（COS）服务，用于存储和管理大规模数据。
- 腾讯云提供了区块链服务（Tencent Blockchain Solution），用于构建和管理区块链应用和网络。
以上产品和服务的详细介绍和文档可以参考腾讯云官方网站：https://cloud.tencent.com/product
相关·内容
当我试图在ipython...beginner中与熊猫一起运行这个文件时，我总是得到不同的属性错误，所以我可能遗漏了什么
代码：
from pandas import Series, DataFrame
import pandas as pd
import json
nan=float('NaN')
data = []
with open('file.json') as f:
for line in f:
data.append(json.loads(line))
df = DataFrame(data, columns=['accept
浏览 5提问于2013-10-15得票数 41
回答已采纳
我正在尝试将pandas.DataFrame代码转换为等效的pyspark DataFrame。我有一个以下格式的RDD。
myRdd = [[1, 'a', {'a':[1, 2]}],
[2, 'b', {'c': 1, 'd':3}],
[3, 'c', {}]]
columnNames = ['sl', 'name', 'params']
内部列表中的第三个元素没有特定的结构。在pandas数据帧中，我可以
浏览 1提问于2018-04-07得票数 1
1回答
假设我有两个包含多个索引的数据，其中一个比另一个更深。现在，我只想从一个(更深的) dataframe中选择那些行，其中它们的部分索引包含在另一个dataframe中。
示例输入：
df = pandas.DataFrame(
{
"A": ["a1", "a1", "a1", "a2", "a2", "a2"],
"B": ["b1", "b1", "b2", "b1&#
浏览 0提问于2021-11-26得票数 2
回答已采纳
输入数据看起来有点像这样 import pandas as pd
df = pd.DataFrame({'users': ['John', 'Bob', 'Alice', 'John', 'Alice','Bob','Alice'],
'class': ['Economics','Economics','Economics','Maths',
浏览 15提问于2020-08-28得票数 2
回答已采纳
1回答
我发现括号索引器([])非常令人困惑。
import pandas as pd
import numpy as np
aa = np.asarray([[1,2,3],[4,5,6],[7,8,9]])
df = pd.DataFrame(aa)
df
输出
0 1 2
0 1 2 3
1 4 5 6
2 7 8 9
然后我尝试用[]索引它。
df[1]
输出如下，它似乎得到了一个列的值
0 2
1 5
2 8
我喜欢but..when
df[1:3]
它把我弄到了..。
0 1 2
1 4 5
浏览 3提问于2022-07-10得票数 0
我有一个Pandas DataFrame，它的某些列在每一行中都具有相同的值。
所以就像：-
Col1 Col2 Col3 .... ColX ColY ColZ
323 False 324 4 abc Sync
232 False 342 4 def Sync
364 False 2343 4 ghi Sync
所以我想把Col2，ColX和ColZ从上面的DataFrame中删除。
浏览 7提问于2016-11-08得票数 2
回答已采纳
我正在使用MultiIndexed pandas DataFrame，并希望将DataFrame的一个子集乘以某个特定的数字。
它与相同，但有一个MultiIndex。
>>> d = pd.DataFrame({'year':[2008,2008,2008,2008,2009,2009,2009,2009],
'flavour':['strawberry','strawberry','banana','banana',
浏览 0提问于2013-07-10得票数 11
回答已采纳
1回答
在某些情况下，单元格的格式(int、float等)在通过行访问时会丢失。
在该示例中，第一列具有整数，第二列具有浮点数。但是111被转换为111.0。
dfA = pandas.DataFrame({
'A': [111, 222, 333],
'B': [1.3, 2.4, 3.5],
})
# A 111.0
# B 1.3
# Name: 0, dtype: float64
print(dfA.loc[0])
# <class 'numpy.float64'>
print(type(dfA.l
浏览 6提问于2022-12-04得票数 0
回答已采纳
1回答
我有一个熊猫系列有以下内容。
$ import pandas as pd
$ filter = pd.Series(
data = [True, False, True, True],
index = ['A', 'B', 'C', 'D']
)
$ filter.index.name = 'my_id'
$ print(filter)
my_id
A True
B False
C True
D True
dtype: bool
像这样的DataFrame。
浏览 1提问于2019-11-09得票数 1
回答已采纳
1回答
我试图在pandas.DataFrame中创建一个加权列
我有一个python dictionary，键是pandas.DataFrame列名，值是相应的权重。
我想创建一个基于dictionary和引用pandas.DataFrame列值加权的新列。
考虑到我的dictionary配置会改变并包含“错误配置”，有什么有效的方法来做到这一点呢？
为例：
import pandas as pd
import numpy as np
weights = {'IX1' : 0.3, 'IX2' : 0.2, 'IX3' : 0.4, '
浏览 1提问于2019-02-14得票数 3
回答已采纳
2回答
我想数数阵列的频率。我读过这个，我正在使用DataFrame并得到了一个系列。
>>> a = np.array([1, 1, 5, 0, 1, 2, 2, 0, 1, 4])
>>> df = pd.DataFrame(a, columns=['a'])
>>> b = df.groupby('a').size()
>>> b
a
0 2
1 4
2 2
4 1
5 1
dtype: int64
>>> b.iloc[:,-1]
当我试图得到
浏览 0提问于2019-04-06得票数 1
回答已采纳
1回答
Python版本: 2.7.6 Numpy版本: 1.10.2 Pandas: 0.17.1
我知道.ix现在已经不受欢迎了，但是我正在开发一个遗留系统，并且看到了.ix的这种行为，我很困惑
# Native Python List Indexing is exclusive on the end index
[0, 1, 2, 3][0:1] # returns [0] indexes with [0, 1)
# Native Numpy
import numpy as np
numpyArray = np.reshape(np.arange(4), (2, 2))
numpyArray[0
浏览 2提问于2017-06-23得票数 2
回答已采纳
在尝试调试groupby函数应用程序时，我使用一个虚拟函数来为每个组“查看传递给函数的内容”的。当然，我在玩游戏：
import numpy as np
import pandas as pd
np.random.seed(0) # so we can all play along at home
categories = list('abc')
categories = categories * 4
data_1 = np.random.randn(len(categories))
data_2 = np.random.randn(len(categories))
df
浏览 5提问于2013-12-19得票数 6
回答已采纳
我有一个来自pandas的dataframe对象，我想知道是否有任何方法可以访问特定列中的特定值并对其进行更改。 from pandas import DataFrame as df
gameboard = df([['#','#',"#"],['#','#',"#"],['#','#',"#"]], columns = [1, 2, 3], index = [1,2,3])
print(gameboard) 例如，我想更改第二个“second”列
浏览 10提问于2020-03-23得票数 0
假设我制作了一个pandas数据帧(我不擅长pandas，这可能效率不高)：
import pandas as pd
colnames = ['a', 'b']
data = pd.DataFrame(columns=colnames)
df_row = ['val1', 'val2']
app = pd.Series(df_row, index=cols)
data = data.append(app, ignore_index=True)
我希望以字符串而不是pandas对象的形式访问val1。
如果我这样做了：
cell =
浏览 2提问于2015-08-25得票数 5
回答已采纳
我有一台dataframe。我想要将某些行的所有列的值替换为默认值。有没有办法通过pandas apply函数做到这一点？
这是数据帧
import pandas as pd
temp=pd.DataFrame({'a':[1,2,3,4,5,6],'b':[2,3,4,5,6,7],'c':['p','q','r','s','t','u']})
mylist=['p','t']
如何将列a和b中的值替换为默认值0，其中
浏览 13提问于2016-07-21得票数 2
回答已采纳
想象一下，我有一个pandas.Dataframe，类似于：
x = DataFrame({ 'a': [7,6,8,0,2,5],
'b': [3,4,5,6,7,8],
'c': [3,8,5,6,0,1]}, index=[1,2,3,4,5,6])
然后，我有一个pandas.Series，它为每个键提供了一个我想要选择的特定索引：
y = Series([4,1,6], index=['a','b','c'])
有什么办法可以用最好的熊猫方法
浏览 2提问于2015-05-17得票数 3
回答已采纳
1回答
我正在努力减少数据帧中不需要的数据列，但让它在OOP的范围内工作。数据帧中的列是从'A‘到'M’。
示例：
import pandas as pd
# columns 'A' 'B' and 'C' are what I want kept
vibe_df = pd.read_csv('C:Location/Document.csv')
vibe_df = vibe_df[['DateTime', 'A', 'B', 'C']]
上面的工作，但是，我
浏览 0提问于2020-08-27得票数 1
我正在尝试将Pandas dataframe的单元格中的值与其下面的单元格进行比较。要从当前行下的行获取值，我使用shift：
df['shift_minus_1'] = df['company'].shift(-1)
然而，当我比较这些值时，Pandas返回True，尽管有些值显然不匹配。下面是我用于比较的代码：
df['comparison'] = df['company'].shift(-1).values[0] == df['company'].values[0]
浏览 0提问于2018-05-18得票数 1
回答已采纳
我试图使用pyspark.pandas API在数据库上构造数据的共生矩阵。
我试着用这个方法构造矩阵。
该代码在熊猫中运行良好，但在使用pyspark.pandas时出现了错误。
coocc = psdf.T.dot(psdf)
coocc
我得到了这个错误
TypeError: Unsupported type DataFrame
我查过医生了。
pyspark.pandas.DataFrame.dot()
以串联作为输入。
我尝试使用psdf.squeeze()将dataframe转换为系列化，但它并不将dataframe转换为串联，因为我的dataframe有多个列。
有没有办法将py
浏览 8提问于2022-10-14得票数 0
回答已采纳
1回答
Indices是类Selection的一个属性。
“它们代表了一个选择中包含的所有指数。”
Selection来自bokeh.models模块，是一组“构建块”类。
我在文档中找不到一个令人发指的“索引”定义。
指数是什么？如何在Bokeh中使用？
我认为这应该被认为是index of ColumnDataSource，或DataFrame，但我对此并不确定。
我不确定，因为， bokeh.models.sources，ColumnDataSource没有任何indices参数，不像pandas.DataFrame
阅读和学习后提出的问题
浏览 0提问于2019-01-31得票数 0
回答已采纳
2回答
我用我的数据导入了一个.json列表，将其转化为字典列表。
键是列标题。对于给定的某个键的值，我想在同一字典中得到另一个键的值。
data = [
{
"Nr.": 2,
"Table data": "S - Sulfur",
"Ref.": 571,
"Formula": "S",
"Name": "Sulfur",
},
{
"Nr.": 3,
"Table data":
浏览 2提问于2021-02-23得票数 0
回答已采纳
2回答
在中，将pyarrow.Tensor (例如，从numpy.ndarray创建)编写到Parquet文件的建议方法是什么？难道不需要通过pyarrow.Table和pandas.DataFrame就可以吗？
浏览 3提问于2017-10-17得票数 6
回答已采纳
首先，我有一个熊猫系列的推荐产品(recmd_prdt_list)。在本系列中，有可能存在已删除的产品。为了从推荐的产品中删除已删除的产品，我做了以下工作：
recmd_prdt_list = user_lookup['Recommended items']
recmd_prdt_list
PLV08，PLPD04，PBC07,555，PLF02,963，PLF07，
R922，Asus009，AIMAC，Th001，SAM S9，
2 LGRFG，LG，1025，COFMH，8048，BY7，PLHL4,569，
3COFMH，5454,8048,1025，LG，len123
浏览 0提问于2019-09-02得票数 4
回答已采纳
在Pandas中，检查DataFrame是否有一个(或多个) NaN值的最佳方法是什么？
我知道函数pd.isnan，但它为每个元素返回布尔值的DataFrame。这里的也没有完全回答我的问题。
浏览 31提问于2015-04-09得票数 657
回答已采纳
我需要获取在Pandas中绘制箱形图所生成的统计数据(使用dataframe创建箱形图)。即Quartile1、Quartile2、Quartile3、下须值、上须值和异常值。我尝试使用以下查询来绘制箱线图。
import pandas as pd
df = pd.DataFrame(np.random.rand(100, 5), columns=['A', 'B', 'C', 'D', 'E'])
pd.DataFrame.boxplot(df,return_type = 'both')
有没有一
浏览 2提问于2015-11-04得票数 16
回答已采纳
1回答
在下面的dataframe中，我想运行一段代码来检查col中的日期。D，并从A列返回特定值，即19-06-2020 (今天)从A列返回7。 import pandas as pd
import datetime as dt
df = pd.DataFrame ([[2,3,4], [4,5,6], [7,5,6]], columns = ['A', 'B', 'C'])
df['D'] = pd.date_range(start = '17/06/2020', periods = len(df)) ?
浏览 12提问于2020-06-19得票数 0
8回答
在Pandas中，当我选择一个在索引中只有一个条目的标签时，我会得到一个Series，但是当我选择一个包含多个条目的条目时，我会得到一个数据框架。
为什么会这样呢？有没有办法确保我总是能得到一个数据帧？
In [1]: import pandas as pd
In [2]: df = pd.DataFrame(data=range(5), index=[1, 2, 3, 3, 3])
In [3]: type(df.loc[3])
Out[3]: pandas.core.frame.DataFrame
In [4]: type(df.loc[1])
Out[4]: pandas.core
浏览 5提问于2013-12-04得票数 133
回答已采纳
1回答
将函数应用于的所有列。
、、、、
我知道如何将函数应用于Pandas-DataFrame.中的所有列然而，我还没有弄清楚如何在使用Polars-DataFrame.时实现这一点。
我查看了专门讨论这个主题的，但是我没有找到答案。在这里，我附上了一个代码片段与我的失败尝试。
import numpy as np
import polars as pl
import seaborn as sns
# Loading toy dataset as Pandas DataFrame using Seaborn
df_pd = sns.load_dataset('iris')
# Converting Pandas
浏览 3提问于2021-06-04得票数 4
回答已采纳
我希望将Pandas DataFrame中的所有string值转换为float，我可以定义一个简短的函数来完成此操作，但这不是Pythonic式的方法。我的DataFrame看起来像这样：
>>> df = pd.DataFrame(np.array([['1', '2', '3'], ['4', '5', '6']]))
>>> df
0 1 2
0 1 2 3
1 4 5 6
>>> df.dtypes
0 obj
浏览 0提问于2015-09-26得票数 7
回答已采纳
我有一个数据框，我在其中对一个字段执行多个regex子字符串搜索，以确定此字符串属于哪个“家族”。这是一个相当昂贵的搜索，所以我想将结果保存在一个Pandas列中，以便更快地检索。Pandas有一个很好的isin()方法，用于确定单个检索到的项是否在给定的查询集中，但我不确定如何进行反向操作。
下面是一个简单的单行示例：
>>> from pandas import DataFrame
>>> example = DataFrame({"text": "the quick brown fox jumps over the lazy d
浏览 0提问于2015-08-10得票数 0
在python中有一个像这样的str：'2,9,3,5,0,4,0,0,0'
使用DataFrame和Pandas将其转换为split()
df = pd.DataFrame([x.split(',') for x in my_string.split('\n')])
开发Lambda on Aws目前还缺少一些库，包括Pandas，不使用Pandas就能获得DataFrame吗？
非常感谢！
浏览 2提问于2020-04-27得票数 1
回答已采纳
2回答
我有一个Pandas DataFrame对象，它包含文本数据。我的问题是，当我使用函数时，它会截断输出中的字符串。
例如：
import pandas
df = pandas.DataFrame({'text': ['Lorem ipsum dolor sit amet, consectetur adipiscing elit.']})
print (df.to_html())
输出在adapis...处被截断
<table border="1" class="dataframe">
<thead>
浏览 3提问于2014-10-09得票数 85
回答已采纳
1回答
在我的应用程序中，我使用groupby对dask数据帧执行聚合，并按某个id排序。
但是，我希望聚合保持分区划分，因为我打算执行与其他相同分区的数据帧的连接。
import pandas as pd
import numpy as np
import dask.dataframe as dd
df =pd.DataFrame(np.arange(16), columns=['my_data'])
df.index.name = 'my_id'
ddf = dd.from_pandas(df, npartitions=4)
ddf.npartitions
#
浏览 0提问于2018-02-17得票数 4
1回答
使用Tensorflow 2.0 alpha，当我试图使用以下数据创建一个ValueError: Can't convert Python sequence with mixed types to Tensor时，我收到了错误tf.data.Dataset：
显然，数据类型是混合的。Sex是字符串，Age是浮点数/双，SibSp和Parch是整数等等。
我的(Python3)代码将这个Pandas转换为一个tf.data.Dataset，它基于Tensorflow关于的教程，如下所示：
def df_to_dataset(dataframe, shuffle=True, b
浏览 1提问于2019-05-23得票数 2
回答已采纳
作为一个例子数据集-
In [12]: import numpy as np; import pandas as pd
In [24]: data_raw = pd.DataFrame([
...: ...: {'frame': 1, 'face': np.NaN, 'lmark': np.NaN, 'x': np.NaN, 'y': np.NaN},
...: .
浏览 2提问于2020-03-29得票数 2
回答已采纳
我有以下DataFrame，它由整数值组成：
df = pd.DataFrame(data=1, columns=['a','b'], index=[1,2,3])
a b
1 1 1
2 1 1
3 1 1
我想在单个单元格上设置缺失的值，当我尝试：
df.at[1,'a'] = np.nan
然后我得到了这个例外：
Traceback (most recent call last):
File "<input>", line 1, in <module>
File "
浏览 0提问于2018-11-02得票数 2
回答已采纳
2回答
这是一个如此简单的问题，但我找不到使用术语“规范化”或过度使用的术语“索引”。如何将所有“汽车”的起始值设置为100？在现实中，有52辆车和更多的时间戳。 import pandas as pd
ExampleOfWhatIHave = {'Car':['A', 'B', 'A', 'B'],
'Hour':['1', '1', '2', '2'],
浏览 19提问于2021-10-06得票数 1
回答已采纳
1回答
熊猫数据串接
、、
我有两张数据。第一列只有两列和N行。N是几百到数千。每一列都是一个分子名称，因此，它是一对分子的数据。
第二个dataframe:我有一个dataframe，它是1600列和M行。每一列都有一个分子的描述符。因此，每个分子都有1600个描述符。
考虑到这两个数据格式，我想要创建一个包含3200列(1600*2)和N行的第3数据帧。对于每一对分子，我想要有第一个分子的1600个描述符，然后是第二个分子的1600个描述符。
因此，我将有一个新的数据，每一对分子有3200个描述符。
是否有一种pandas方法来组合来自不同DataFrames的列？我的MWE只适用于我的小例子。
我有一个MWE，但是
浏览 5提问于2022-06-07得票数 0
我注意到，根据熊猫的不同版本，pandas.to_parquet生成的pandas.to_parquet文件中的列类型可能不同。
In [1]: pd.__version__
Out[1]: '1.0.5'
In [2]: pd.DataFrame([pd.Timestamp('2020-01-01')], columns=['a']).to_parq
浏览 3提问于2020-09-24得票数 2
回答已采纳
我正在尝试找出一种方法，基于列表中的一些值，我可以选择pandas dataframe中的行。例如
df = pd.DataFrame(np.arange(6).reshape(3,2), columns=['A','B'])
A B
0 0 1
1 2 3
2 4 5
我知道我可以选择某些行，例如
df[df.A==0]
将使用A=0选择我的行。我想要的是选择多个行，它们的值将出现在我的列表中，例如0,2中的A。
df[df.A in [0,2]]
df[list(df.A)==[0,2]]
但是什么都不起作用。在R语言中，我可以提供% I
浏览 0提问于2016-02-07得票数 6
我正在尝试创建一个程序，该程序读取包含一些数据的excel文件，要求用户输入，如果输入的内容等于单元格中的数据，单元格会突出显示。在将用户的输入与数据进行比较之前，此代码目前运行良好。 但是，如果与输入的输入匹配，我找不到正确的方法来突出显示单元格。对此我能做些什么呢？我尝试使用xlsxwriter进行条件格式化，但在浏览文档时发现它只能用于创建新文件，不能更改或修改现有文件，并尝试在此处使用openpyxl，但无济于事。对不起，我只是在这方面有点新手，我真的很感激一些帮助修复这个代码 import pandas as pd
import xlsxwriter
from openpyxl i
浏览 27提问于2019-09-16得票数 0
我有以下数据帧
np.random.seed(42)
dataframe = pd.DataFrame({'score': np.random.poisson(42, 100000)})
并创建了dask数据帧：
dask_df = dd.from_pandas(dataframe, npartitions=10)
并在这两个服务器上运行describe方法
dataframe.describe(percentiles=[.25, .5, .75, .85, .9]).score.to_frame().T
结果是：
count mean s
浏览 12提问于2018-12-06得票数 1
我有一个用dd.read_csv("./*/file.csv")创建的dataframe，其中* glob是每个日期的一个文件夹。例如，在级联的数据帧中，我想过滤掉时间子集，比如我将如何使用pd.between_time("09:30", "16:00")。
因为Dask对索引的内部表示没有Pandas的DateTimeIndex那样好的特性，所以我已经成功地过滤了我通常在Pandas中的表现。除非求助于一个简单的映射函数/循环，否则我无法让它在Dask中工作。
由于分区是按日期划分的，也许可以通过转换为Pandas dataframe然后返回到
浏览 6提问于2020-06-18得票数 3
在pandas 0.23.0和python 3.6.5中，我看到了在DataFrame上使用iloc[int]时不理解的行为。
如果DataFrame只有一列，并且该列的类型是“category”，则iloc[int]将返回标量值而不是系列。
当"answer“列是一个对象数据类型时，我会得到一个预期的Series：
>>> df = pandas.DataFrame({'answer': ['no', 'no', 'yes']})
>>> df['answer'] =
浏览 1提问于2018-08-24得票数 0
1回答
在分组Pandas DataFrame时，什么时候应该使用transform，什么时候应该使用aggregate？它们在实践中的应用有何不同?你认为哪一个更重要？
浏览 0提问于2016-12-04得票数 38
我在pandas中使用了下面的代码和of ()函数来创建一个列，该列包含一个唯一值的列表： import pandas as pd
from collections import OrderedDict
dct = OrderedDict([
('referencenum',['10','10','20','20','20','30','30','40']),
('Month',['Jan','Jan'
浏览 16提问于2019-02-06得票数 1
回答已采纳
我有关于Pandas DataFrame中变量的对数返回的数据。我想将这些返回转化为一个索引时间序列，从100开始(或任意数目)。这种操作非常常见，例如，在创建通货膨胀指数或比较两个不同幅度的系列时：
因此，例如，2000年1月1日的第一个值设置为100,2000年1月2日的下一个值等于100 * exp(return_2000_01_02)，依此类推。例子如下：
我知道我可以在Pandas DataFrame中使用.iteritems()循环遍历行，如下所示：
我还知道，我可以将DataFrame转换为numpy数组，循环遍历该数组中的值，并将numpy数组返回到Pand
浏览 6提问于2016-03-22得票数 5
回答已采纳
2回答
假设我们有一个dataframe：
import pandas as pd
data = {'text':['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], 'values':[1, 0, 0, 0, 1, 1, 0, 1, 0, 1]}
df = pd.DataFrame(data)
df
在这个DataFrame中，如何过滤values=0
浏览 2提问于2022-07-04得票数 1
回答已采纳
我正在迭代pandas dataframe，在给定的条件下，它选择dataframe的一个子集。在选定的数据帧上，我希望在特定列的第一行进行更新
我试过用熊猫的replace方法，但它取代了一切。我只想更新第一行，不想更新其他内容。
for unique_master_pr in same_date_PR_unique:
dataframe_from_master = pr_event_data_copy[pr_event_data_copy['PR'] == unique_master_pr].reset_index(drop=True)
temp_fram
浏览 4提问于2019-08-07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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
