Pandas:将带有if/else条件的for循环转换为应用方法(lambda函数)
Pandas是一个基于Python的数据分析库，它提供了丰富的数据结构和数据分析工具，可以帮助我们高效地处理和分析数据。
在Pandas中，我们可以使用lambda函数来将带有if/else条件的for循环转换为应用方法。lambda函数是一种匿名函数，它可以接受任意数量的参数，并返回一个表达式的结果。
下面是一个示例，演示如何使用lambda函数将带有if/else条件的for循环转换为应用方法：
import pandas as pd
# 创建一个示例数据集
data = {'A': [1, 2, 3, 4, 5],
'B': [6, 7, 8, 9, 10]}
df = pd.DataFrame(data)
# 使用lambda函数将for循环转换为应用方法
df['C'] = df['A'].apply(lambda x: x * 2 if x > 3 else x)
print(df)输出结果为：
A B C
0 1 6 1
1 2 7 2
2 3 8 3
3 4 9 8
4 5 10 10在上述示例中，我们使用了lambda函数来定义一个应用方法，该方法根据条件判断对列'A'中的每个元素进行处理。如果元素大于3，则将其乘以2，否则保持不变。然后，我们将处理后的结果赋值给新的列'C'。
Pandas的apply方法可以接受一个函数作为参数，并将该函数应用于指定的列或行。在这个例子中，我们使用lambda函数作为apply方法的参数，实现了将带有if/else条件的for循环转换为应用方法的功能。
推荐的腾讯云相关产品：腾讯云服务器（CVM）、腾讯云数据库（TencentDB）、腾讯云对象存储（COS）。
腾讯云服务器（CVM）：提供弹性、安全、稳定的云服务器，适用于各种应用场景。
腾讯云数据库（TencentDB）：提供高性能、可扩展的数据库服务，支持多种数据库引擎，满足不同的数据存储需求。
腾讯云对象存储（COS）：提供安全、可靠的对象存储服务，适用于存储和管理各种类型的数据，如图片、视频、文档等。
你可以通过以下链接了解更多关于腾讯云相关产品的信息：
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
相关·内容
我有一个包含多个ID的pandas系列对象。我想通过检查它们的ID是否出现在我的pandas系列对象中来过滤掉其他数据帧的行：
DATA['y'] = DATA['ID'].apply(lambda x: 1 if x in IDs else 0)
我注意到数据中的ID 279779在列'y‘中有'1’，尽管该ID不存在于我的ID系列对象中。我运行了以下代码行：279779 in IDs，它返回True，但以下代码没有打印任何内容：
for id in IDs:
if id == 279779:
print('fo
浏览 0提问于2020-01-13得票数 0
有问题过滤我的结果数据。我的数据集中有一个名为PaymentAmount的列，它具有数值数据，并希望执行一项操作来分配
1如果data['PaymentAmount'] > 25000和
如果data['PaymentAmount'] <= 25000为0
我试过使用下面的
1 if data['PaymentAmount'] >= 25000 else 0
但是得到以下错误：
--------------------------------------------------------------------
浏览 0提问于2019-04-01得票数 2
我在我的代码中使用df.append()来附加跨dataframe列的百分比变化。随着df.append()在熊猫1.4中贬值，我试图使用pd.concat，但我无法复制产量。
我现在拥有的是：
import numpy as np
import pandas as pd
df = pd.DataFrame({"A": ["foo", "foo", "foo", "foo", "foo",
"bar", "bar",
浏览 3提问于2022-01-23得票数 5
回答已采纳
我有一个由多列组成的数据帧。我想根据多列中的条件选择行。假设我在一个数据帧中有四列： import pandas as pd
di={"A":[1,2,3,4,5],
"B":['Tokyo','Madrid','Professor','helsinki','Tokyo Oliveira'],
"C":['250','200//250','250//250//200','12','200
浏览 16提问于2020-03-30得票数 3
回答已采纳
当我从列表中创建一个熊猫DataFrame并将其转换为带有特定小数分隔符的csv时，我发现了一个有点奇怪的行为。
它的工作方式与预期一致：
>>> import pandas as pd
>>> a = pd.DataFrame([['a', 0.1], ['b', 0.2]])
>>> a
0 1
0 a 0.1
1 b 0.2
>>> a.to_csv(decimal=',', sep=' ')
' 0 1\n0 a 0,1\n
浏览 10提问于2017-03-15得票数 2
我正在研究UCI心脏病，并将所有可测值改为z评分，我希望将大于3或小于-3的值分别替换为3和3，或者用平均值替换。
我的示例代码是：
> import pandas as pd import numpy as np
>
> df= pd.DataFrame({'X': np.random.randn(10),
> 'Y': np.random.randn(10)})
>
> df=df.append(pd.DataFrame({'X':np.array([3,-3,3.3
浏览 1提问于2021-05-08得票数 0
回答已采纳
我正在尝试使用lambda属性在pandas中创建一个条件语句。我想也许我的语法有点不对劲，我需要稍微修正一下课程。如有任何建议，我们将不胜感激：
import pandas as pd
Top15['HighRenew'] = Top15['% Renewable'].map(lambda x: 1 if Top15[(Top15['% Renewable'] >= Top15['% Renewable'].median())] else 0)
浏览 0提问于2016-11-19得票数 0
1回答
我正在尝试将具有唯一密钥的df转换为JSON文件。pandas dataframe看起来如下所示。
import pandas as pd
d = {'col1': [1,2,2,2,3,3], 'col2': ['a','b','c','','e','f'], 'col3': ['one','two','three','four','five','six'
浏览 4提问于2020-11-13得票数 0
回答已采纳
我试图将英寸转换为英尺的重量-高度数据集，但已经收到了错误。
柱高前五值
0 73.847017
1 68.781904
2 74.110105
3 71.730978
Name: Height, dtype: float64
代码
def inch_to_feet(inch):
inch = float(inch[0])
return (inch / 12)
df['Height In Feet'] = df["Height"].apply(lambda x:inch_to_feet(x))
df
错误
TypeE
浏览 4提问于2020-04-16得票数 1
回答已采纳
1回答
我在将我的数据从数据帧转换为百分比格式并将其保持为浮点数时遇到了问题。 我准备了一个简单的代码，它反映了我实际项目中的代码： import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(0,15,size=(10, 4)), columns=list('ABCD'))
print(df)
cols = df.columns
for col in cols:
df[col] = df[col].astype(float).map(lambda n: '{:.4%}
浏览 67提问于2020-10-16得票数 1
4回答
我想使用apply()创建一个带有Pandas DataFrame的列s['C']。
我的数据集与此类似：
在……里面
s=pd.DataFrame({'A':['hello', 'good', 'my', 'pandas','wrong'],
'B':[['all', 'say', 'hello'],
['good', '
浏览 1提问于2020-05-11得票数 10
我有一个带有日期时间索引的dataframe，它看起来像这样：
ModelRun Tmp_2m_C DSWRF TCDC Obs_kW n beta \
2016-01-01 06:30:00 2.016010e+09 7.962387 0.00000 100.0 0.0 1 0.0
2016-01-01 07:30:00 2.016010e+09 8.077713 9.00000 100.0 0.0 1 0.0
2016-01-01 08:30:00 2.01
浏览 1提问于2018-04-05得票数 0
我想在pandas中执行for循环:对于每个行，我想获取列x1并执行测试(if else语句)。
在R中，我将这样做：
df <- data.frame(x1 = rnorm(10),x2 = rexp(10))
for(i in 1:length(df$x1)){
if(df[i,'x1'] >0){
print('+')
} else{
print('-')
}
}
我如何在pandas data frame中做到这一点？
附言:我需要像这样执行一个循环。但如果你有更好的主意，我将不胜感激
编辑：
浏览 1提问于2017-06-22得票数 1
回答已采纳
以下代码是无错误编译的：
std::string lastName, chldName;
while([&]()
{
return true;
})
{
//codes...
}
但当我这么做的时候：
std::string lastName, chldName;
while([&]()
{
std::cin >>lastName;
return true;
})
{
//codes...
}
编译器抱怨说：
错误:无法将‘main()：：{(& lastName)}’从'main()::‘转
浏览 5提问于2013-12-16得票数 7
回答已采纳
2回答
如何将函数链式应用于熊猫数据子集
、、、、
我有一个熊猫数据，我想子集基于两个函数的应用，is_long()和is_short()。第一个必须返回True，第二个必须返回True，这样行才能成为子集。对于exapmle：
import pandas as pd
data = [['foo', 10], ['baar', 15], ['baz', 14], ['baaar', 15]]
df = pd.DataFrame(data, columns = ['name', 'age'])
df
def is_long(x):
asse
浏览 5提问于2021-04-07得票数 2
回答已采纳
我希望有一个简单的函数，将现有列中的数值分类为一个新列。由于某些原因，当使用带有多个参数的函数时，"ValueError:系列的真值是不明确的。请使用a.empty、a.bool()、a.item()、a.any()或a.all()“。产生了..。
DataFrame:
l1=[1,2,3,4]
df_=pd.DataFrame(l1, columns=["Nums"])
生成错误的代码：
n1=2
n2=4
def func(x,y,z):
if (x>=y) & (x<=z):
return('good')
浏览 7提问于2020-06-16得票数 0
如果我有一个DataFrame：
myDF = DataFrame(data=[[11,11],[22,'2A'],[33,33]], columns = ['A','B'])
提供以下数据格式(从堆栈溢出开始，对于dataframe的映像没有足够的声誉)
| A | B |
0 | 11 | 11 |
1 | 22 | 2A |
2 | 33 | 33 |
如果要将B列转换为int值并删除不能转换的值，则必须执行以下操作：
def convertToInt(cell):
try:
return in
浏览 14提问于2014-04-03得票数 36
回答已采纳
设置数据文件：
import pandas as pd
import numpy as np
np.random.seed(99)
rows = 10
df = pd.DataFrame ({'A' : np.random.choice(range(0, 2), rows, replace = True),
'B' : np.random.choice(range(0, 2), rows, replace = True)})
df
A B
0 1 1
1 1 1
2 1 0
3 0 1
浏览 2提问于2018-10-26得票数 3
回答已采纳
我用一种支持这种结构的批处理转换语言定义了大量的数据转换:X=iif(条件，a，b)。我想用dataframes重写这些。
我使用的是Dataframe.assign()，但是获取ValueError:一个系列的真值是不明确的。使用a.empty、a.bool()、a.item()、a.any()或a.all()。
import pandas as pd
df = pd.DataFrame(['apple', 'orange', 'granite'], columns=['name'])
df.assign
浏览 1提问于2019-03-28得票数 2
回答已采纳
我有一个带有timedelta列的DataFrame (实际上检查了dtype是timedelta64[ns]或<m8[ns])，我想做一个拆分-组合-应用，但是timedelta列被删除了：
import pandas as pd
import numpy as np
pd.__version__
Out[3]: '0.13.0rc1'
np.__version__
Out[4]: '1.8.0'
data = pd.DataFrame(np.random.rand(10, 3), columns=['f1', 'f2&#
浏览 5提问于2013-12-17得票数 13
回答已采纳
Python 3.8，使用Pandas。 我正在尝试去掉pandas数据框列' data‘中负数的符号，只留下幅度，即所有值都是正数。本质上，将一列中的值乘以-1，但仅当它为负值时。这是比较容易的一点。然后在数据帧中创建一条它已被颠倒的记录。因此在本例中创建另一个名为"Tubes Inverted“列 #Check sign and create a column recording if this has been inverted.
num = df['DATA']._get_numeric_data()
浏览 22提问于2021-03-28得票数 1
回答已采纳
3回答
我正在学习python，并且正在处理一个数据帧。我正在尝试做的是将数据帧中的date+time转换为时间戳(这是一项正在进行的工作，我认为我现在正在做的事情不是最优雅的方式)。 In [1]: import pandas as pd
In [2]: df = pd.read_csv(path, skiprows = 2)
In [3]: df
Out[3]:
VariableKey %CO2
0 2020-06-16T12:41:46.0262558 1.309835
1
浏览 97提问于2020-08-13得票数 1
2回答
我一直想做以下工作，以便有一个简单的故事来在pandas.DataFrame中的每一列上执行pandas.DataFrame.someColumnName.unique()函数。
df.apply(func=unique, axis=0) # error NameError: name 'unique' is not defined
有没有什么我忽略的技巧来让它工作，或者给出一个替代的解决方案来做一些类似的事情，但是在pandas.DataFrame中的每一列上使用type()函数。
df.apply(func=lambda x: type(x[0]), axis=0)
请注
浏览 14提问于2018-01-24得票数 3
回答已采纳
我有一个像这样的DataFrame
DATE
0 2021-06-15 14:22:02.424126
1 2021-06-15 14:22:02.424126
我需要带有提取的YEAR和MONTH的新列。
df['YEAR'] = df.DATE.apply(lambda x: x.year)
df['MONTH'] = df.DATE.apply(lambda x: x.month)
这给了我预期的结果。
DATE YEAR MONTH
0 2021-06-15 14
浏览 2提问于2021-06-15得票数 0
回答已采纳
使用Python，我试图访问CSV文件中具有字典列表的字符串格式的字段。
一行train['list_of_production_companies']
"[{'name': 'Lions Gate Films', 'id': 35}, {'name': 'Vertigo Entertainment', 'id': 829}, {'name': 'Gotham Group', 'id': 3672}, {'name
浏览 1提问于2019-06-05得票数 0
2回答
这个grouper函数是如何工作的，以及在df.groupby()中lamda函数是如何工作的。
数据：
day city temperature windspeed event
0 1/1/2017 new york 32 6 Rain
1 1/2/2017 new york 36 7 Sunny
2 1/3/2017 new york 28 12 Snow
3 1/4/2017 new york
浏览 0提问于2020-05-23得票数 0
我正在尝试将我创建的函数应用到我通过在iloc函数中分隔指定的列
# Import useful packages for data science
import numpy as np
import pandas as pd
import os
import sys
import time
import datetime
import time
#setting the triathlone data set as TD
TD=pd.read_csv("/Applications/TriathloneData.csv")
TD
def hms_to_seconds(
浏览 4提问于2022-04-07得票数 0
4回答
两天来，我一直在努力解决Python和Pandas软件包中的一个问题。我正在创建一个带有来自另一个csv的过滤数据的数据，然后再将它导出到csv。但是，我遇到了一个问题，因为我不知道如何在不删除前一个单元格的情况下向一个特定的单元格添加另一个值，使它在CSV中看起来有点像这样。这样，我就可以将这个字母b添加到第二列和第一行，其中的字母a已经存在。
浏览 6提问于2022-06-19得票数 0
回答已采纳
我想重命名pandas dataframe中的一列。我想使用apply函数来实现这一点。我写了一段代码来做这件事，但我不知道如何使用应用函数来做这件事。有人能帮上忙吗？ import pandas as pd
import numpy as np
import datetime
url = 'https://raw.githubusercontent.com/lukes/ISO-3166-Countries-with-Regional-Codes/master/all/all.csv'
df_github = pd.read_csv(url)
df_github = d
浏览 24提问于2019-04-15得票数 0
回答已采纳
我希望将数据框中的每个NaN值替换为1，并将其他值替换为0。这只是一个项目的示例，其中我需要根据一列中的NaN值更改df。
我尝试了isnull()、isnan()、x.Field_2和更多的变体。此外，isnull的文档对我也没有真正的帮助。我在谷歌上搜索了很多，只找到了可以获得df的所有NaN值的操作。
我猜问题是x‘’Field_2‘.isnull()返回了一个数组，但我想不出其他东西会改变df。基本上，我正在寻找一种方法来检查每一行单元格是否为NaN，并对每个单元格执行它。
我的错误消息：
KeyError: 'Field_2'
# importing pandas a
浏览 27提问于2021-02-15得票数 1
回答已采纳
在使用下面的lambda function时，我想尝试排除任何空白值，这将防止输出中出现额外的逗号。如果我在没有if语句的情况下运行代码，那么在comb_words列的值中会得到额外的逗号。如何合并if语句以排除空白值并防止输出中的任何额外逗号？
代码：
# dataframe
df = pd.DataFrame(data ={'col1':[123,123, 456, 456, 789, 789],'col2':["",'I eat cake.','We run fast.',
'We eat cake
浏览 10提问于2022-02-23得票数 0
回答已采纳
我试图从按ID拆分的pandas Dataframe中提取值。但是，当我提供apply groupby时，它不允许我提供轴参数来按行应用函数 raw_data = {"id":{"0":"mergedshape_route_0009","1":"mergedshape_route_0009","2":"mergedshape_route_0009","3":"mergedshape_route_0009","4":"merge
浏览 726提问于2019-04-05得票数 2
回答已采纳
我想加入带有条件的Pandas DataFrame列--只有在结尾部分不是空的情况下，才用逗号分隔列：
import numpy as np
import pandas as pd
df = pd.DataFrame({'score':np.random.randn(3),
'person1':[x*3 for x in list('ABC')],
'person2':[x*3 for x in list('DEF')]})
df
df[
浏览 2提问于2015-12-15得票数 2
回答已采纳
如果“名称”和“年龄”的条件为真，我将尝试用“Name”列中找到的值填充“Selected”列。否则，将列保留为空字符串。但是，程序似乎没有读取if条件，因为它跳转到“However”中的结果。
import pandas as pd
data = {'Name': ['Tom', 'Joseph', 'Krish', 'John'],
'Age': ['20', '35', '43', '50'],
浏览 4提问于2021-09-04得票数 0
回答已采纳
1回答
我的Python代码有问题，但这是我在其他语言中已经遇到的问题，我想得到一个一般性的答案。
假设我有一个包含许多语句的循环。这些语句中的一条取决于一个不随迭代而改变的条件。我认为有两种方法可以实现这一点：
for ... :
... #many statements
if conditionA :
statementA
elif conditionB :
statementB
else
statementC
或：
if conditionA :
for ... :
... #many
浏览 2提问于2017-02-28得票数 2
2回答
我的熊猫数据帧中有一堆零。我想用函数返回的值替换它们。我正在使用fillna做类似的事情。以下是我的代码的一个简化版本，以实现可重复性：
import pandas as pd
import numpy as np
def replace(x):
v = x * 2
return v
df = pd.DataFrame({'col1': [1,np.nan,0],
'col2': [1,2,3]
})
df['col1'].replace(0, valu
浏览 1提问于2021-11-15得票数 0
我对这个话题很陌生，这个问题可能很蠢。我做了一些实验，结果和它们的发生如下。我需要把这些离散的数字转换成概率分布和累积分布(x轴是结果，y轴是概率)。
import pandas as pd
data = {'Result': [1, 2, 4, 6],
'Occurrence': [2,3,4,1],
'Probability':[0.2,0.3,0.4,0.1]}
df= pd.DataFrame(data)
然后在累积分布中找出对应于不同概率水平的x。比如50%，60%，80%等等。
我做了一些研究，但找
浏览 4提问于2022-06-09得票数 0
使用Pandas1.0中的assign，我想基于以下逻辑创建一个新的标志列： import numpy as np
import pandas as pd
df = pd.DataFrame({'val': [10, 2, 0, 1, 0.4, 2]})
df = df.assign(
flag=lambda x: False if np.bool(x['val'] == 0) else True if np.bool(x['val'] < 0.5) else False
) 我期望： df
val flag
0
浏览 18提问于2020-04-29得票数 1
回答已采纳
下面是df.head()的结果，其中df是数据帧 Runs Mins BF 4s 6s SR Pos Dismissal Inns Opposition Ground Start Date
0 12 33 22 1 0 54.54 2 lbw 1 v Sri Lanka Dambulla 2008-08-18
1 37 82 67 6 0 55.22 2 caught 2 v Sri Lanka Dambulla 2008-08-20
2 25 40 38 4 0
浏览 23提问于2021-04-11得票数 0
回答已采纳
我不能让输出的XLSX以可用的方式写入日期，我遵循了一些熟悉的线程，比如： https://xlsxwriter.readthedocs.io/example_pandas_datetime.html Problem with Python Pandas data output to excel in date format 以下是MWE： import pandas as pd
import xlsxwriter
not_in1 = ['missing']
# generate data
df = pd.DataFrame({'date1': ['
浏览 20提问于2021-07-08得票数 1
回答已采纳
我正在尝试理解python中的lambda和map函数，特别是关于下面的代码，我一直在使用tweeps跟踪这些代码。我已经用谷歌搜索了lambda和map，但我正在努力在这个脚本的上下文中理解它。据我所知，Lambda传递一个参数和一个表达式，从而成为一个缩短的函数？你能帮我看一下下面的代码，并指出map和lambda在这里的每一行都做了什么吗？
#Reading the raw data collected from the Twitter Streaming API using Tweepy
tweets_data = []
tweets_data_path = 'output2.
浏览 0提问于2020-04-16得票数 0
我需要一个数据被,拆分的单线CSV。我的问题是，当我尝试使用apply遍历我的Dataframe时，我得到了一个Series对象，to_csv方法给了我一个拆分成行的str，将None设置为""，没有任何,。但是，如果我使用for遍历数据帧，我的方法将获得一个Dataframe对象，并在一行中给出一个包含,的str，而不会将None设置为""。 下面是测试这一点的代码： import pandas
def print_csv(tabular_data):
print(type(tabular_data))
csv_data = tabula
浏览 28提问于2021-04-22得票数 3
回答已采纳
我正在尝试优化(矢量化？)创建蒙特卡洛风格的模拟，我还不能弄清楚如何使用numpy或类似的库创建嵌套加权的随机值。考虑一下这样的场景，灵感来自interviewqs的一个问题：“三个教室的学生必须投票给两个班长候选人中的一个。A教室有40%的学生，候选人X和Y各占50%。B教室有25%的学生，各占60/40。C教室有35%的学生，各占35/65。”
使用普通的Python创建数据可能如下所示，
import random
nsimulations = 10_000_000
def choose_classroom():
"returns A, B, or C based o
浏览 20提问于2021-05-25得票数 1
回答已采纳
我在使用result_type关键字将函数应用于数据框以添加2列时遇到类型错误。
我可以看到通常的原因是由于pandas版本，但我运行的是0.23.4，并收到了这个错误。
def parse_allocation(x):
direction = {'En':'entry',
'Ex':'exit'}
point = x['Name'].split(' ')
if len(point) > 4:
curvename = 'Allocation.&
浏览 3提问于2021-03-30得票数 0
1回答
我是新来的，学习反应和mySQL。我刚刚用React和mySQL(WorkBench)完成了我的应用程序，我想将我的应用程序部署到放大器中。我试图通过我的github来部署它，但是为应用程序显示“未找到的页面”创建了URL。
(我被要求从公司部署AWS扩容。)
老实说，我不知道我的文件夹组合是否正确部署，以及如何部署完整堆栈应用程序放大。(我可以部署SPA应用程序.)
下面的链接是我的应用文件夹结构。
下面是我的app.js代码(带有快捷的lambda函数)
const express = require('express')
const bodyParser = r
浏览 7提问于2022-07-31得票数 0
我正在尝试将一个条件应用于我的熊猫数据栏中的一个列，但我得到了以下错误：
TypeError: 'float' object is not iterable
Cars = {'Brand': ['Honda Civic','Toyota Corolla','Ford Focus','Audi A4'],
'Price': [22.000,25.000,27.000,35.000]
}
Cars = DataFrame(Cars, columns= [
浏览 0提问于2019-05-17得票数 3
回答已采纳
我有一个数据框架：
df = pd.DataFrame(
{'number': ['10', '20' , '30', '40'], 'condition': ['A', 'B', 'A', 'B']})
df =
number condition
0 10 A
1 20 B
2 30 A
3 40 B
我想对number列
浏览 1提问于2017-02-01得票数 14
回答已采纳
我正在尝试使用pandas将一个预定义函数(myfunc)应用到我的DataFrame中的一个新系列。该函数将检查旧列(对于每行)中的每个索引中的值是否大于前一列中的值，如果是，则返回1，如果不是，则返回0。
我还尝试过series.apply()函数，我得到的结果是:跨越新创建的列中的所有行。
def myfunc(x):
for i in range(0,86):
if x.iloc[i + 1] > x.iloc[i]:
yield 1
else:
yield 0
df2['Highe
浏览 8提问于2019-07-23得票数 0
我正试着按照上的教程，在颜色栏中给我的熊猫数据栏中的细胞背景着色。
，用熊猫做这件事的正确方法是什么？
s = """
num_markers num_contamination color
0 2.0 0.0 #db5f57
1 100.0 47.0 #db7157
2 104.0 102.0 #db8457
3 102.0 100.0 #db9657
4 Na
浏览 0提问于2017-02-15得票数 5
回答已采纳
3回答
我正在尝试过滤RDD，如下所示：
spark_df = sc.createDataFrame(pandas_df)
spark_df.filter(lambda r: str(r['target']).startswith('good'))
spark_df.take(5)
但是得到了以下错误：
TypeErrorTraceback (most recent call last)
<ipython-input-8-86cfb363dd8b> in <module>()
1 spark_df = sc.createDataFra
浏览 2提问于2016-10-06得票数 18
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
