使用Groupby和np.where时，Pandas应用vs变换
在使用Groupby和np.where时，Pandas应用和变换是两种不同的操作。
Pandas应用（apply）是一种基于分组的操作，它允许我们对数据进行自定义的函数应用。通过Groupby操作，我们可以将数据按照某个列或多个列进行分组，然后对每个分组应用自定义的函数。这个函数可以是一个内置函数，也可以是用户自定义的函数。Pandas应用通常用于对每个分组进行聚合、转换或过滤操作。
举个例子，假设我们有一个包含学生姓名、科目和成绩的数据集。我们可以使用Groupby操作将数据按照科目进行分组，然后对每个分组计算平均成绩或者筛选出成绩超过某个阈值的学生。
Pandas变换（transform）是一种基于索引的操作，它允许我们对数据进行元素级别的转换。通过np.where函数，我们可以根据条件对数据进行元素级别的选择和替换。Pandas变换通常用于根据条件创建新的列或对现有列进行修改。
举个例子，假设我们有一个包含学生姓名、科目和成绩的数据集。我们可以使用np.where函数根据成绩是否大于某个阈值，创建一个新的列来表示学生是否及格。
总结起来，Pandas应用适用于对分组数据进行聚合、转换或过滤操作，而Pandas变换适用于对数据进行元素级别的选择和替换操作。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据库（https://cloud.tencent.com/product/cdb）：提供高性能、可扩展的云数据库服务，适用于各种应用场景。
- 腾讯云服务器（https://cloud.tencent.com/product/cvm）：提供弹性计算能力，支持快速创建、部署和管理云服务器实例。
- 腾讯云函数（https://cloud.tencent.com/product/scf）：基于事件驱动的无服务器计算服务，可实现按需运行代码，无需管理服务器。
- 腾讯云对象存储（https://cloud.tencent.com/product/cos）：提供安全、稳定、低成本的云端存储服务，适用于海量数据存储和访问。
- 腾讯云人工智能（https://cloud.tencent.com/product/ai）：提供丰富的人工智能服务，包括图像识别、语音识别、自然语言处理等。
- 腾讯云物联网（https://cloud.tencent.com/product/iotexplorer）：提供全面的物联网解决方案，帮助用户快速构建和管理物联网应用。
- 腾讯云移动开发（https://cloud.tencent.com/product/mobdev）：提供全面的移动开发工具和服务，支持多平台应用开发和运营。
- 腾讯云区块链（https://cloud.tencent.com/product/baas）：提供安全、高效的区块链服务，支持企业级应用场景的区块链开发和部署。
- 腾讯云元宇宙（https://cloud.tencent.com/product/vr）：提供虚拟现实和增强现实技术，帮助用户构建沉浸式的虚拟体验。
相关·内容
我正在使用python和pandas为一个项目进行数据分析，其中我有以下数据： 数字就是计数。 USA: 5000
Canada: 7000
UK: 6000
France: 6500
Spain: 4000
Japan: 5
China: 7
Hong Kong: 10
Taiwan: 6
New Zealand: 8
South Africa: 11 我的任务是做一个饼状图来表示计数。 df['Country'].value_counts().plot.pie() 我将得到一张饼图，但我希望将计数较小的国家合并在一起，并将它们归入其他类别。 我该怎么做呢？
浏览 17提问于2019-04-08得票数 4
回答已采纳
2回答
数据丢弃复制复杂的数据
、、、
import pandas as pd
search = pd.DataFrame({
"Code": ["BB", "BB", "CC", "CC", "CC", "DD", "DD"],
"N1": [22, 20, 33, 30, 31, 44, 40]
})
confirmed = pd.DataFrame({'N2': [30, 40, 50]}) 嗨，亲爱的，在学习Python/pandas进行数据分析时，我有
浏览 15提问于2020-06-19得票数 4
回答已采纳
3回答
我可以对python pandas代码进行哪些改进以使其更高效？在我的例子中，我有这个数据帧 In [1]: df = pd.DataFrame({'PersonID': [1, 1, 1, 2, 2, 2, 3, 3, 3],
'Name': ["Jan", "Jan", "Jan", "Don", "Don", "Don", "Joe", "Joe", "Joe"
浏览 27提问于2020-12-18得票数 3
我正在处理一个pandas DataFrame，它需要一个新列来显示特定列中特定值的计数。
我尝试了groupby和pivot的各种组合，但在将其应用于整个数据帧时遇到了问题，没有出现错误。
df = pd.DataFrame([
['a', 'z'],
['a', 'x'],
['a', 'y'],
['b', 'v'],
['b', 'x'],
['b', 'v
浏览 26提问于2019-07-31得票数 2
回答已采纳
1回答
我有下面的数据框架。我想提取每个'InvoiceNo‘的'ItemTotal’等于'InvoiceTotal‘的行。Data The source data 在本例中。我应该能够提取发票编号1和3。因为，它的单个项目总数等于发票总额。 我尝试了下面的代码。但它不起作用。 import pandas as pd
import numpy as np
np.where(df.groupby('InvoiceNo')['ItemTotal'].sum() == df['InvoiceTotal'])
浏览 10提问于2019-06-01得票数 0
回答已采纳
我正在对两列执行group by操作，需要计算level-1中值的数量 我尝试了以下几种方法： >>> import pandas as pd
>>> df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': [1, 2, 0, 4, 3, 4], 'C': [3,3,3,3,4,8]})
>>> pr
浏览 12提问于2019-06-24得票数 1
回答已采纳
我有一个关于30_000记录的Pandas Dataframe，我想要查找一个特定列的所有记录，这些列的合并计数小于10。该数据帧包含临床试验数据，我需要筛选和更新的列是每个试验的疾病。有很多临床试验中出现的疾病，所以我需要首先过滤掉所有出现次数少于10次的疾病，然后将这些疾病的文本更改为一个名为“other”的新字符串。所有这些信息都需要在同一列中更新。
这是我想出来的代码，但当我尝试运行它时，JupyterLab似乎冻结了。
df_diseases = df.groupby(['Diseases']).filter(lambda x: x['Diseases'
浏览 12提问于2019-10-25得票数 0
回答已采纳
1回答
我希望基于数据帧中列中的分组变量在数据框架中创建一个新列，然后在数据帧中的另一列中检查条件。
我尝试使用np.where和pd.groupby一起在数据框架中创建一个Status列，在该列中，我检查列中的下一个值是否大于当前的值，该列的值是基于对每个Sensor的分组的，并且基于此，如果状态设置为reset或not_reset，则尝试分配该值，但是我的代码没有成功。
import pandas as pd
df = pd.DataFrame(data = {'Sensor_ID':['A1', 'A1', 'A1', 'A
浏览 1提问于2019-06-05得票数 3
回答已采纳
我需要评估一个Pandas列发生的变化，而另一个列满足某种条件。
假设DataFrame df有一个DateTimeIndex和两个列：
timestamp operating_time sensor_values
2022-03-23 23:57:59.802000+00:00 8.172000e+06 398.15
2022-03-23 23:57:59.818000+00:00 8.172000e+06 397.85
2022-03-23 23:58:59.805000+00:00 8.172000e+06 397.5
2022-03-23 23
浏览 9提问于2022-03-25得票数 1
回答已采纳
我有按原点和目的地对分组的数据。我想将组中的第一行与组中的其他行进行比较。如果一行符合一定的条件，那么我想标记它。下面是我的数据的快照：
Orig Dest Route Vol Per VolPct
ORD ICN A 2,251 0.64 0.78
ORD ICN B 366 0.97 0.13
ORD ICN C 142 0.14 0.05
ORD ICN D 100 0.22 0.03
ORD
浏览 2提问于2017-12-20得票数 4
回答已采纳
2回答
假设我们有一个test数据集：
value group
123 1
120 1
NA 1
130 1
23 2
22 2
24 2
NA 2
现在，我们希望用group-wise中值替换丢失的值。在R中，我们可以使用嵌套的ifelse调用来完成它。
first.med <- median(test[test$group == 1, ]$value, na.rm = T)
second.med <- median(test[test$group == 2, ]$value, na.rm = T)
test$value <- ifelse(is.na(test$v
浏览 6提问于2015-08-30得票数 2
回答已采纳
我有一只熊猫DataFrame，每列代表一个季度，最近几个季度都放在右边，不是所有的信息同时得到，有些栏目可能缺少信息。
我想在DataFrame的末尾添加另一篇名为“标准”的专栏：
如果最近有数据的3个季度的值都大于10，则准则=Y(这意味着在应用condition)Otherwise N时忽略NaN
在下面的样本中，B，D和E将等于Y，其余的将标记为N
但是我找不到一种方法来动态地应用这些标准来忽略NaN值
import pandas as pd
import numpy as np
list_of_tuples = [
(11, 34, 78, 5, -11, -56),
浏览 2提问于2022-04-19得票数 1
回答已采纳
我遇到了一个奇怪的MemoryError，我不明白它为什么在那里。代码示例：
# some setup
import numpy as np
import pandas as pd
import random
blah = pd.DataFrame(np.random.random((100000,2)), columns=['foo','bar'])
blah['cat'] = blah.apply(lambda x: random.choice(['A','B']), axis=1)
blah['ba
浏览 0提问于2018-12-13得票数 2
回答已采纳
我想将我的值(CPA%)按特定范围(0，1；0，2；等)分组。现在，我的代码如下所示： conn = psycopg2.connect("dbname=monty user=postgres host=localhost password=postgres")
cur = conn.cursor()
cur.execute("SELECT * FROM binance.zrxeth_ob_indicators;")
row = cur.fetchall()
df = pd.DataFrame(row,columns=['timestamp',
浏览 19提问于2018-12-28得票数 0
在pandas/Python中，对于question_id =3且selected_reponse = 'Tertiary/University研究生‘的每一行，我希望为每个user_id填充一个名为'Tertiary’的新列，其中包含'Yes‘或'No’。 不确定这样做的最好方法。任何帮助都将不胜感激。 ?
浏览 22提问于2021-06-22得票数 1
回答已采纳
1回答
我有一个dataframe，对于每个组值，我想要标记值。如果值小于该组均值，则标签为1，如果组值大于组均值，则标签为2。
输入数据帧
groups num1
0 a 2
1 a 5
2 a Nan
3 b 10
4 b 4
5 b 0
6 b 7
7 c 2
8 c 4
9 c
浏览 6提问于2022-08-01得票数 1
回答已采纳
我有这样的data。
。
我想使用pandas shift并在column之间减去值。这是我正在使用的code。
df['Difference'] = (df['A'] - df['A'].shift(-1))
这是我得到的output (如预期的)。
如果pandas是不同的，如何防止columns之间的index ( Id)相减。只有在index相同的情况下，我才想减去。我的欲望输出就是这样的。df.shift(-1, axis = 0)的使用也没有解决问题。
有什么建议吗？
浏览 2提问于2018-05-22得票数 1
回答已采纳
我有一个关于客户流失的大型数据集，其中每个客户都有一个唯一的标识符(编码键)。数据集是一个时间序列，每个客户每个月都有一行，因此date和customer-identifier列自然都包含重复项。我正在尝试做的是添加一个新的列(称为'churn')，并根据它是否是该特定客户作为客户的最后一个月将该列设置为0或1。
我已经尝试了许多方法来做到这一点，但每一个都失败了，要么是回溯，要么就是不能像预期的那样工作。应该注意的是，我对python和pandas都是新手，所以请解释一下像我五岁(笑)这样的东西。
我尝试使用pandas groupby根据唯一的客户键对行进行分组，然后检查条
浏览 5提问于2021-06-18得票数 1
1回答
我试图清理代码片段，但是当将代码的一部分迁移到函数中时，它开始推给我一个异常，如下所示：
下面是我想清理的片段：
import pandas as pd
import os
df = pd.read_csv('winequality-red.csv', sep=';')
labels = list(df.columns)
for index, label in enumerate(labels):
labels[index] = labels[index].replace(' ', '_')
substance =
浏览 2提问于2020-06-18得票数 2
回答已采纳
1回答
我刚刚开始使用python & pandas。我已经在google和stack overflow上搜索了我的问题的答案，但没有找到。这就是我需要做的：
我有一个每个人有几个数据行(id)的df和一个名为response_go的变量，它可以编码为1或0(类型为int64)，就像这样(只是大得多，每个人有480行……)
ID response_go
0 1 1
1 1 0
2 1 0
3 1 1
4 2 1
5 2 0
6 2 1
7 2 1
现在，我想为每个ID/ person分别检查response_
浏览 7提问于2017-12-26得票数 2
回答已采纳
1回答
我有一个数据集，假设如下df.head(10)
Acctid Disposition
1 Unsuccessful
2 Unsuccessful
3 successful
1 Unsuccessful
2 Unsuccessful
2 Successful
1 Successful
我想要的groupby和acctid之后的结果在pandas中如下所示
Acctid Attempts before Succes
浏览 0提问于2020-08-04得票数 0
3回答
我有以下DataFrame：
data = np.random.randn(10,10)
col = list('ABCDEFGHIJ')
idx = list('ababaaccab')
df = pd.DataFrame(data, columns = col, index = idx)
df
A B C D E F H
a -0.104171 -0.872001 1.459766 -0.026101 0.474336 2.032
浏览 1提问于2016-04-30得票数 0
我想将count<=1设置为其他项，输入表的代码：
import pandas as pd
df=pd.DataFrame({"item":['a','a','a','b','b','c','d']})
输入表：
item
0 a
1 a
2 a
3 b
4 b
5 c
6 d
预期产出：
item result
0 a a
1 a a
2 a a
3 b
浏览 3提问于2021-03-15得票数 1
回答已采纳
考虑下面的Pandas数据帧。 import pandas as pd
df = pd.DataFrame({"val":[1, 2, 3, 10, 20, 30, 40],
"group_id":["ones", "ones", "ones", "tens", "tens", "tens", "tens"],
"condition":["sum&#
浏览 21提问于2021-01-24得票数 1
回答已采纳
import pandas as pd
df = pd.DataFrame(columns=['A','B'])
df['A']=['A','B','A','A','B','B','B']
df['B']=[2,4,3,5,6,7,8]
df
A B
0 A 2
1 B 4
2 A 3
3 A 5
4 B 6
5 B 7
6 B
浏览 1提问于2019-02-04得票数 0
1回答
为不同的熊猫群实现不同的功能
、、、、
在做了一些研究之后，我发现了以下内容()。这也许和我想要的完全一样，但我无法理解正在提出的答案。让我试着用一个简单的例子来解释我想要的：
import pandas as pd
import numpy as np
df = pd.DataFrame({'B': ['one', 'one', 'two', 'three',
'two', 'two', 'one', 'three'],
浏览 0提问于2020-08-04得票数 1
回答已采纳
我有这样的df：
X y
a 0
a 0
a 0
a 1
b 1
b 1
a 2
b 2
c 2
我想把df按df.y分组。在这个分组中，我希望以一种特定的方式聚合df.X：
如果'b‘或'c’构成组中>=的25%，将'b‘或'c’分配给组(取决于哪一个更高，如果两者都是)，则为组指定'a‘。
它应该是这样的：
X y
a 0
b 1
[b,c] 2
编辑
当我跑步时：
mask1 = s[['b','c']].ge(0.25).any(1)
s1 = np.wh
浏览 2提问于2020-09-11得票数 0
回答已采纳
我有一个具有以下结构的Pandas dataframe
id date num
243 2014-12-01 3
234 2014-12-01 2
243 2015-12-01 2
234 2016-12-01 4
243 2016-12-01 6
234 2017-12-01 5
243 2018-12-01 7
234 2018-12-01 10
243 2019-12-01 1
234 2019-12-01 12
243 2020-12-01 15
234 2
浏览 9提问于2020-10-07得票数 4
回答已采纳
3回答
我有一个带有1和NaN值的dataframe，并希望计算1到2和3之后的两行。
import pandas as pd
df=pd.DataFrame({"b" : [1,None,None,None,None,1,None,None,None]})
print(df)
b
0 1.0
1 NaN
2 NaN
3 NaN
4 NaN
5 1.0
6 NaN
7 NaN
8 NaN
如下所示：
b
0 1.0
1 2.0
2 3.0
3 NaN
4 NaN
5 1.0
6 2.0
7 3
浏览 37提问于2017-02-02得票数 1
回答已采纳
我在pandas中有以下聚合： summary_df = df.groupby(['provider', 'id']).agg(
title =('title', 'first'),
file_size = *custom*
).reset_index() 对于file_size，我想使用以下计算： sum([item['file_size'] for item in df if item['is_main_video'] is True]) 我该如
浏览 15提问于2020-10-22得票数 1
回答已采纳
我想要创建一个按存储分组的新数据格式，它为每个存储区创建几个新的汇总列。在下面的示例中，对于每个商店，我希望创建四个变量。变量类似于excel中的sumif和countif，但为每个组(存储)计算。
一个将所有产品收入加在50美元以上的变量。
将所有产品收入加在50美元以下的变量
计算收入超过50美元的产品数量的变量
一个计算收入低于50美元的产品数量的变量。
我尝试过各种形式的群比和agg功能。我认为我应该使用lambda，但我不确定如何才能一次创建多个变量。
import pandas as pd
import numpy as np
n = 20
df = p
浏览 3提问于2019-01-31得票数 0
1回答
我有一个用Python编写的机器学习应用程序，其中包括一个数据处理步骤。当我编写它时，我最初在Pandas DataFrames上进行了数据处理，但是当这导致了糟糕的性能时，我最终用普通的Python重写了它，使用的是for循环，而不是矢量化的操作，列表和切分，而不是DataFrames和Series。令我惊讶的是，用vanilla编写的代码的性能最终远远高于使用Pandas编写的代码。
由于我的手工编码的数据处理代码比原来的Pandas代码要大得多，而且更加混乱，所以我还没有完全放弃使用Pandas，而且我目前正在尝试优化Pandas代码，但没有成功。
数据处理步骤的核心包括以下内容:我首先
浏览 1提问于2017-11-20得票数 37
回答已采纳
目标是为组中的任何索引分配1s，该索引的值高于从idxmax()检索的值。
import numpy as np
import pandas as pd
df = pd.DataFrame({'id':[1, 1, 1, 2, 2, 2, 3, 3, 3], 'val':[1,np.NaN, 0, np.NaN, 1, 0, 1, 0, 0]})
id val
0 1 1.0
1 1 NaN
2 1 0.0
3 2 NaN
4 2 1.0
5 2 0.0
6 3 1.0
7 3 0.0
8 3 0.
浏览 10提问于2022-06-03得票数 -1
回答已采纳
假设有一个2层的MultiIndex数据帧： df = pd.DataFrame([['one', 'A', 100,3], ['two', 'A', 101, 4],
['three', 'A', 102, 6], ['one', 'B', 103, 6],
['two', 'B', 104, 0], ['three', 'B&#
浏览 13提问于2019-04-15得票数 2
回答已采纳
我有以下数据帧(仅提取id3的一个值)： id1 id2 id3 id4 id5 id6 status id7 max_snsr_ts max_ts_fs k
292 346 1041 656 578 5780 on 53 10/21/2020 23:59 10/22/2020 23:30 48
292 346 1041 657 708 7080 on 53 10/21/2020 23:59 10/22/2020 23:30 48
292 346 1041 658 579 5790
浏览 13提问于2020-11-09得票数 0
2回答
我有一个数据框架，使前n列中的变量相同，例如，2行，并且我希望聚合到类型为float的重命名列上。下面是一个示例：
import pandas as pd
import numpy as np
data=[[1,2,np.nan,'string', 100, 200],[1,2,np.nan,'string',102,202],[1,2,5,0.5,1000,2000],[1,2,5,0.5,1002,2002]]
pd.DataFrame(data=data,columns=['Var1','Var2','Var3
浏览 1提问于2020-08-05得票数 0
回答已采纳
在对数据进行分组之后，我一直在为一系列的总和而挣扎，我希望有人能帮助我提出一个想法。基本上，在下面的例子中，我需要每个“材料”的总和。基本上材料"ABC“应该给我2，所有其他的，因为他们只有一个符号操作将有相同的价值。
import numpy as np
import pandas as pd
df = pd.DataFrame({
"Material" : ["M-12", "H4-LAMPE", "M-12", "H4-LAMPE",
"ABC&
浏览 0提问于2018-09-11得票数 3
回答已采纳
1回答
我正在尝试用低于nth的字典替换重复项。我想知道我如何能够忽略某些值，这样它们就不会被替换。例如，如果出现名称'Jack‘，不要将其更改为'firstJack’，只需保留为'Jack‘即可。 import pandas as pd
import numpy as np
nth = {
0: 'first',
1: 'second',
2: 'third',
3: 'fourth'}
data = {'Name':['Tom', 'To
浏览 14提问于2020-01-29得票数 1
回答已采纳
2回答
我有一份区域、客户和一些送货的数据。这一列被用作类型的，第一次和最后一次购买被标记为' first‘和' last’，但是中间的任何交付都被标记为“传递”，有没有一种方法可以转换交付并得到"delivery1“、"delivery2”等的标记？
import pandas as pd
data = [['NY', 'A','FIRST', 10], ['NY', 'A','DELIVERY', 20], ['NY', 'A',
浏览 2提问于2020-10-26得票数 3
回答已采纳
2回答
我有这样一只熊猫：
col
0 3
1 5
2 9
3 5
4 6
5 6
6 11
7 6
8 2
9 10
可以用以下代码在Python中创建：
import pandas as pd
df = pd.DataFrame(
{
'col': [3, 5, 9, 5, 6, 6, 11, 6, 2, 10]
}
)
我希望找到值大于8的行，并且在它们之前至少有一行的值小于4。
因此，产出应该是：
col
2 9
9 10
您可以看到索引0的值等于3 (小于4)，然后索引2的值大于
浏览 5提问于2022-08-06得票数 2
回答已采纳
1回答
我有以下数据
import pandas as pd
test = pd.DataFrame({'y':[1,2,3,4,5,6], 'label': ['bottom', 'top','bottom', 'top','bottom', 'top']})
y label
0 1 bottom
1 2 top
2 3 bottom
3 4 top
4 5 bottom
5 6 top
我想添加一个新的列，agg_y，
浏览 1提问于2022-10-31得票数 3
回答已采纳
1回答
我有一个包含雨量数据的数据集。我想用Pandas设置一个运行中的雨水集合器。 这就是我所拥有的： def determinePrev(df):
#NEED TO CHANGE VALUE TO RUNNING VVVVVV#
df.loc[df['Rain'] > 0, 'Running']=df['Rain'].shift(1)+df['Rain']
return df 像这样运行它是可行的，但只有在连续两天下雨的情况下才合适。当用“Running”替换后一个“Rain”时，我得
浏览 12提问于2020-06-23得票数 1
回答已采纳
4回答
我在python中使用pandas，并想要做以下事情:我想在我的数据框架中引入一个新的列A。为了计算它，我想考虑B列中与B列中我的“当前元素”(我认为这是我现在卡住的部分)的值相同的所有行，然后取C列的最小值减去C的当前元素的值-并排除差值0，即自引用。
举个例子：
B C A
0 0 1.2 1.7 (calculation: possible rows are 1 and 2 (all have B = 0), the differences are 2.9 - 1.2 and 3.0 - 1.2 => min = 1.7
1 0 2.9 -1.7 (mi
浏览 0提问于2017-11-30得票数 4
我有以下数据集 Item Count
A 60
A 20
A 21
B 33
B 33
B 32 要重现的代码： import pandas as pd
df = pd.DataFrame([
['A', 60],
['A', 20],
['A', 21],
['B', 33],
['B', 33],
['B', 32],
],
columns=['Item', 'Count
浏览 42提问于2020-06-24得票数 17
回答已采纳
2回答
我正在尝试向Pandas中的DataFrame添加一个列'C_End'，如下所示： df = pd.DataFrame({'ID':[123,123,123,456,456,789],
'C_ID':[8,10,35,36,40,7],
'C_Type':['New','Renew','Renew','New','Term','New'],
浏览 5提问于2019-01-03得票数 4
回答已采纳
我有这样的数据：
nt
12062 Python Pandas: Create new column out of other columns where value is not null
12063 Python Pandas Create New Column with Groupby().Sum()
12064
12065 Python - Pandas - create “first fail” column from other column data
12066
12067
12068 Creating new column in
浏览 4提问于2017-05-21得票数 1
回答已采纳
我有一个带有嵌套列的pandas DF，我想把它们分成自己的列。(由于这种嵌套结构，explode似乎不起作用)
输入：
+---------+-----------------------------------------------------------------------------------------------------+
| col1| col2|
+---------+
浏览 0提问于2020-08-18得票数 0
在我的pandas dataframe中，如果值正值出现超过2次(负值)，我需要更改数据集的值，如果是不同的id，我也需要通过id来设置id。如果负值在一个行周期中超过2次，或者负值连续出现2次以上，则不会执行任何操作。 示例： id status
0 3 Positive
1 3 Positive
2 3 Positive
3 2 Positive
4 1 Positive
5 2 Positive
6 2 Positive
7 2 Positive 生成的df应为： id st
浏览 18提问于2020-10-10得票数 0
回答已采纳
我有一个数据文件df
import pandas
df = pandas.DataFrame(data=[[1,True],[2,False]],columns=['A','decide'])
根据“决定”列的值，我要对哪些行应用函数fun
def fun(case,var):
case = case + var
return case
df=df.apply(lambda x: fun(x,1) if x['decide'] else fun(x,2))
当然不起作用了:)知道为什么和如何让它起作用吗？
浏览 0提问于2019-02-21得票数 3
回答已采纳
1回答
在处理pandas时，我有一个具有两个层次结构A和B的数据帧，其中B可以是NaN，并且我想以一种特殊的方式填充D中的一些can： 在下面的示例中，A有“B子组”，其中D没有值(例如(1, 1))，而A在其他子组(例如(1, 3))中也有D的值。 现在我想得到每个子组的mean (A==1的120, 90 and 75)，找到这些均值的median (A==1的90)，并使用这个中位数来填充A==1的其他子组中的NaNs。 不应该填充像A==2这样的组，其中只有用于D的NaNs。 像A==3这样的组，其中有一些D的值，但只有B为NaN的行在D中有NaN，如果可能的话，不应该填充(我打算稍后用它
浏览 0提问于2019-12-23得票数 3
回答已采纳
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
腾讯会议
实时音视频活动推荐
腾讯云开发者
