将函数应用于数据帧的子集的最佳方式是什么？
将函数应用于数据帧的子集的最佳方式是使用pandas库中的apply()函数。apply()函数可以将自定义的函数应用于数据帧的某一列或多列，或者整个数据帧的每一行。它可以对数据进行逐行或逐列的处理，非常灵活。
使用apply()函数的步骤如下：
- 导入pandas库：
import pandas as pd - 创建数据帧：
df = pd.DataFrame(data) - 定义要应用的函数：
def my_function(row): ... - 使用apply()函数将函数应用于数据帧的子集：
- 对某一列应用函数：
df['column_name'].apply(my_function) - 对多列应用函数：
df[['column1', 'column2']].apply(my_function, axis=1) - 对整个数据帧的每一行应用函数：
df.apply(my_function, axis=1)
- 对某一列应用函数：
apply()函数的优势：
- 灵活性：可以自定义任何函数，并将其应用于数据帧的子集。
- 高效性：在数据量较大时，apply()函数能够快速处理数据，提高计算效率。
- 可扩展性：可以与其他pandas函数和方法结合使用，实现更复杂的数据处理操作。
应用场景：
- 数据清洗：对数据帧中的某一列进行清洗操作，如去除空值、填充缺失值等。
- 特征工程：根据数据帧中的某些列计算新的特征，如计算平均值、标准差等。
- 数据转换：对数据帧中的某一列进行转换，如将字符串转换为日期类型、将数值进行归一化等。
推荐的腾讯云相关产品：
- 腾讯云服务器（CVM）：提供高性能、可扩展的云服务器，满足各类计算需求。产品介绍链接：腾讯云服务器
- 腾讯云数据库（TencentDB）：提供稳定可靠的云数据库服务，支持多种数据库引擎。产品介绍链接：腾讯云数据库
- 腾讯云函数计算（SCF）：无服务器计算服务，帮助开发者更轻松地构建和运行云端应用程序。产品介绍链接：腾讯云函数计算
请注意，以上推荐的腾讯云产品仅作为示例，实际选择应根据具体需求进行评估和决策。
相关·内容
3回答
在Pandas数据帧上执行groupby，但从groupby中排除一些列的最佳方法是什么？例如，我有以下数据帧：
Code Country Item_Code Item Ele_Code Unit Y1961 Y1962 Y1963
2 Afghanistan 15 Wheat 5312 Ha 10 20 30
2 Afghanistan 25 Maize 5312 Ha 10 20 30
浏览 0提问于2015-09-24得票数 96
回答已采纳
我有几个数据框，它们具有相同的列，但按年份拆分。我希望使用相同的条件删除数据帧中的行，但希望减少执行此操作所需的代码行数。 df1
lat long ID
44 10 1
43 20 2
42 30 3
45 39 4
df2
lat long ID
47 10 1
44 20 2
46 30 3
43 39 4 例如，我只想保留lat大于或等于44且小于或等于45的观察值，以及大于或等于10且小于或等于30的长度(实际上不是我正在处理的数据，但您已经明白了)。
浏览 38提问于2020-11-20得票数 0
有没有一种方法可以使用na.locf函数来填充横截面(面板)时间序列数据中的NA值。
我有一个面板数据集，其设置类似于多年数据，设置类似于以下内容：
library(zoo) #actual [r] code and data!
library(plm)
data(Produc)
a<-data.frame(Produc)
b<-subset(a,state=="WYOMING"|state=="WISCONSIN",select = state:hwy) #limit to an easy subset)
数据有抑制(即未由政府数据机构发布的缺失
浏览 1提问于2011-03-15得票数 1
回答已采纳
1回答
我试图将数据帧列表中的NA字符串替换为-99.99，以便在RCLIMDEX中运行我的数据。
这是我的一个数据帧的结构，它们都有相同数量的列和行头。
year month day Pr Tx2m Tn2m
1 1987 12 31 NA NA NA
2 1988 1 1 0 NA NA
3 1988 1 2 0 NA NA
4 1988 1 3 0 NA NA
5 1988 1 4 0 NA NA
6 1988 1 5 0 NA NA
我曾尝试使用以下方法：
e
浏览 4提问于2021-08-02得票数 1
回答已采纳
我这里有一些数据，例如： dat1 <- data.frame(a = c("5","10","15","20"), b = c("0.1","0.2","0.3","0.4"))
dat2 <- data.frame(a = c("15","20","25","30"), b = c("0.5","0.6","0.7","0.8&
浏览 44提问于2021-07-09得票数 1
回答已采纳
我需要以一种快速的方式存储一组无序的物品。
插入
成员资格测试(和/或交叉)
随机子集检索
Redis似乎是这类存储的最佳选择，但在我阅读文档时，没有一种数据类型完全适合这种存储。为Set类型设置一个子集命令将是完美的。
存储和查询这种数据结构的最佳方法是什么？
浏览 0提问于2011-01-26得票数 1
我想从我的数据帧的每一行中随机选择两个不重复的值，并将这些值插入到数据帧末尾的同一行的两列中。我使用的是sample，但问题是缺少一些数据。我想找到一种方法来使用sample忽略丢失的数据。我尝试指定na.rm命令，但它不起作用。我能做什么?
浏览 29提问于2021-03-29得票数 0
1回答
我想通过仅选择超出特定范围的列来子集数据帧。也就是说，我想单独评估每一列的max-min，并只选择范围大于给定值的列。例如，给定以下简单的dataframe，我想创建一个子集dataframe，它只包含范围大于99的列。(b和c列)
d <- data.frame(a=seq(0,10,1),b=seq(0,100,10),c=seq(0,200,20))
我试着修改这里的例子：，但是没有成功。我肯定我错过了一些简单的东西。
浏览 1提问于2013-12-04得票数 0
我正在尝试按照plot列的共享值对数据进行筛选/子集的标准，将一个数据帧拆分为多个数据帧。以前，我使用dplyr根据一些条件对数据进行子集，并选择我想要保留的数据(见下文)。我希望使用for循环来减少代码行，而不是复制和粘贴相同的代码X次。 data.p1 <- data %>%
filter(plot==1) %>%
select(posX, posY, germ_bin)
data.p2 <- data %>%
filter(plot==2) %>%
select(posX, posY, germ_bin) 在将原始数据帧data
浏览 21提问于2020-01-29得票数 0
回答已采纳
我有数据帧。我正在做一个groupby和一个ffill。张贴这篇文章，我看不到我分组的专栏。为什么？我能做些什么来缓解这种情况？我的代码如下：
df.groupby(["col1"], as_index=False).fillna(method="ffill")
浏览 3提问于2021-05-01得票数 0
1回答
我怎样才能得到有置信区间的均值，而不仅仅是图形上的图，而且还有以下表达式中的数值数据？
m <- melt(x, id="time")
k <- ggplot(m, aes(x=time, y=value)) +
stat_summary(fun.data="mean_cl_boot", geom="smooth")
k
我试着检查k的内容，但我只找到了我的初始数据，而没有找到最终的结果。
浏览 1提问于2014-02-23得票数 0
回答已采纳
1回答
我有一个900列的数据帧。我希望对列1:3、4:6、7:9求和(例如，dplyr::transmute )，然后对整个数据帧进行求和。新的子列名称可以通过使用父列名称中的文本来创建，但当然不能与其他列名匹配。我该怎么做呢？非常感谢:)
包含6列的示例df：
int_sam_1 = c("2421432", "24242424", "NA", "4684757849", "NA", "10485040", "NA",
"6849400",
浏览 1提问于2018-06-16得票数 0
1回答
使用分层索引拆分数据帧
、、、
我有一个具有分层索引的大型数据帧(下面的代码中提供了一个简单的/格式示例)。我想设置一种循环/自动方式，将数据帧按唯一索引值划分为子集，即下面编码的示例中的dfa、dfb、dfc等，并存储在列表中。
我已经尝试了以下方法，但不幸的是没有成功。感谢任何人的帮助！
data = pd.Series(np.random.randn(9), index=[['a', 'a', 'a', 'b',
'b', 'c', 'c', 'd', 'd'], [1, 2
浏览 1提问于2019-07-08得票数 0
我有一个计算二次方程的逆的函数。默认情况下，它提供了两种可能的解决方案：
invquad<-function(a,b,c,y,roots="both")
{
#Calculate the inverse of a quadratic function y=ax^2+bx+c (i.e. find x when given y.)
#Gives NaN with non real solutions.
root1<-sqrt((y-(c-b^2/(4*a)))/a)-(b/(2*a))
root2<--sqrt((y-(c-b^2
浏览 0提问于2009-09-30得票数 1
回答已采纳
5回答
我有一个大的数据框架，它由如下所示的数据组成：
date w x y z region
1 2012 01 21 43 12 3 NORTH
2 2012 02 32 54 21 16 NORTH
3 2012 03 14 32 65 32 NORTH
4 2012 04 65 33 75 21 NORTH
: : : : : : :
: : : :
浏览 2提问于2013-08-22得票数 5
回答已采纳
2回答
我们目前正面临用scala语言编写的闪烁in的性能问题。应用程序流程如下所述。
Spark应用程序从输入hdfs目录读取文本文件
使用编程指定架构在文件的顶部创建数据框架。此数据文件将是内存中的输入文件的精确复制。在dataframe中将有大约18列
var eqpDF = sqlContext.createDataFrame(eqpRowRdd, eqpSchema)
从步骤2中构造的第一个数据帧创建一个过滤后的数据帧。此数据帧将包含唯一的帐号，并借助distinct关键字。
var distAccNrsDF = eqpDF.select("accountnumber&#
浏览 2提问于2017-11-30得票数 1
1回答
我目前正在使用一个NFL数据集。数据集非常细粒度，但非常简单，每一行都表示给定帧、给定游戏、给定游戏中玩家的位置(相对于场的x，y坐标)。您可以将帧视为时间快照，此时，我们记录了球场上所有球员的坐标，并将它们作为数据帧中每个球员的一行输入。每个游戏有大约70帧，每个游戏有大约80个游戏，我们有250+游戏 我想要的是，对于某些进攻球员(特别是边路接球手)，确定他们最接近的防守者是谁，以及他们离他们有多远。因此，理想情况下，我将应用一个函数，该函数接收一个帧，并输出两列，仅为宽接收器填充-这两列是最接近的防御者，以及它们到WR的距离。我会在所有的帧，所有的游戏，所有的游戏中使用这个函数。 我正
浏览 19提问于2021-07-13得票数 0
回答已采纳
5回答
我有这个数据框架，我想把它的所有数值乘以100。如果我使用df*100，我将得到国家栏中所有条目的NA。
在不让NA取代国家名称的情况下，将数据帧相乘的最佳方法是什么？
country gdp.stdv con.stdv[, 2] inv.stdv[, 2] gov.stdv[, 2]
1 Australia 0.01317959 0.010973106 0.03932870 0.016814514
2 Austria 0.01238430
浏览 4提问于2015-08-20得票数 1
回答已采纳
在数据上训练xgboost (eXtreme梯度增强)模型的最佳实践是什么？分割数据训练多个模型？有没有更优雅的解决方案？
浏览 0提问于2017-12-03得票数 7
我有一个数据帧，其中每一列都由0和另一个数字组成。例如： ? 我想要操作数据帧，以便包含相同其他数字的列成为一列，其中如果另一个数字出现在每行中，则该值与另一个数字相同，否则它将变为零。 例如，我希望上面的数据帧看起来像这样 ..1 ..2 ..3
1 2 3
0 2 0
0 0 0
1 0 0 数据帧的第一行是1，因为原始数据帧的第一行中的值都是1。第一列的第二行是0，因为该行中有1和0。 以下是一些可重现的数据： structure(list(...1 = c(1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0,
浏览 9提问于2021-01-20得票数 0
回答已采纳
1回答
我是新的R和编程本身，使用XL和Miner进行数据分析，所以请原谅，如果问题似乎太基本。
我有4个数据帧：farm1，farm2，farm3，farm4
`farm1<-structure(list(a = c(-0.700315674269212, 0.174376310290089, -0.802953642024395,
-0.282317708655969, 0.198528974423857, 0.836114237945342, 0.983599830924647,
1.14907220855077, -0.471945076669, -0.947783585965569
浏览 4提问于2014-03-11得票数 0
回答已采纳
3回答
我在网上广泛地寻找，并没有看到这个特定问题的答案(我想)。
对我来说，解释自己的最好方法是用一些重复我的问题的代码。我做了一些临时数据：
x <- runif(100,1,2)
y <- runif(100,2,3)
z <- c(rep(1,100))
temp <- cbind(x,y,z)
temp[1:25,3] = temp[1:25,3] +2
temp <- as.data.frame(temp)
这就是temp的样子
x y z
1 1.512620 2.552271 3
2 1.133614 2.
浏览 1提问于2013-10-09得票数 2
回答已采纳
获取dask数据帧分区并将其转换为pandas数据帧的最佳方法是什么？以下代码似乎永远挂起。
partitions = auc_ddf.to_delayed()
df = partitions[0]
df.head().compute()
浏览 0提问于2020-01-28得票数 0
1回答
如何显示线段的坡度
、、、
基本上，我有一个数据集，其中我只想找到我绘制的线段的斜率。我看到的每一个答案都只是解释了如何创建一个最佳拟合的一般行，然而这与我的需求无关。
我使用的是Python3中的Jupyter Notebook，带有pandas，matplotlib.pyplot，numpy，并且已经从scipy.stats导入了linregress (根据另一篇解释如何计算斜率的帖子的说明)。
下面是我使用两个数据帧绘制的图，我将这两个数据帧定义为df和df2。
plt.figure(figsize=(20,10))
line1 = plt.plot(df['Time (s)'],df['O
浏览 0提问于2019-06-06得票数 0
我有一个数据帧COG，表示一个具有几个不同条件的实验。为了进行一些计算，我想把这个数据帧分成和条件m一样多的子集，并且我希望子集的名称类似于COG.i，条件是i。
for (i in unique(COG$cond)) {
??? <- subset(COG, COG$cond == i)
}
我需要用什么来取代???？这不是COG.i，也绝对不是paste0("COG.", i)
(我意识到人们也可以注意“整理”数据或为不同的条件使用虚拟代码，但除了统计数据之外，我希望首先更好地掌握R。)
谢谢你的帮助!
浏览 1提问于2013-11-12得票数 1
我希望通过使用split()函数将mtcar dataframe拆分为list，而我希望使用cyl列进行ssplit。然后，我要计算结果列表中每个数据的平均值(例如:列表中'8‘数据的平均值)。我该怎么做呢？我是R的初学者，所以需要容易理解的解决方案。我的代码：
浏览 4提问于2022-09-28得票数 0
1回答
对于一个研究项目，我有一个相对较大的代码块，需要相当长的时间才能运行。需要缩短此程序运行所需的时间，因此运行profr来查看哪些函数占用的时间最多。问题是，我不理解这个符号。有没有人能给我解释一下，或者给我一个资源，解释一下这些是什么意思：
[<-.data.frame
[[.data.frame
[<-
[
[.factor
[.data.frame
[<-factor
？我意识到它们一定是R中用于创建新数据帧和子集数据帧的某种内部结构，我只是不知道是哪种。
谢谢。
浏览 3提问于2012-07-10得票数 1
回答已采纳
R中的两个数据帧分别包含IP地址字段。在每个数据帧中，这些字段都是“因子”。用户打算基于这些IP地址以及一些其他字段来合并两个数据帧。问题是每个数据帧具有不同的IP格式：
Dataframe A examples: 123.456.789.123, 123.012.001.123, 987.001.010.100
Dataframe B中的相同IP将格式化为：
Dataframe B examples: 123.456.789.123, 123.12.1.123, 987.1.10.100
从A中删除前导零或将它们添加到B中以便在合并中使用它们的最佳(最有效)方法是什么？该操作将在数百万条记录
浏览 2提问于2011-11-18得票数 4
回答已采纳
1回答
考虑以下数据框架
## Example data frame
z1<-c("a", "b", "c", "c", "b", "a", "a", "b", "c") ##groups
z2<-c("x", "x", "x", "y", "y", "y", "z", "z", "z")
浏览 0提问于2014-01-13得票数 1
回答已采纳
我想知道在用户和全局级别上存储数据的最佳方法是使所有信息都易于检索和计算。
例如，假设您正在制作一个赛车应用程序，其中记录您在赛道周围的平均时间给特定用户，但您也希望使用该用户的平均时间来与该用户所在位置的全局平均时间进行比较。
我正在考虑的一个设置是这样的：
全局修复数据
{
Location: France,
globalAverageTime: 6 minutes,
numberOfParticipants: 2
}
用户修复数据
[
{
username: "firstuser",
location: France
time: 8 min
浏览 2提问于2018-10-22得票数 1
如何将命令与“not in”逻辑组合起来？
目的：获得每种植物的中萼片长度。
tapply(iris$Sepal.Length, iris$Species, median)
约束：删除花瓣宽度为1.3和1.5的条目。
!iris$Petal.Width %in% c('1.3', '1.5')
尝试
tapply(iris$Sepal.Length, iris$Species, median[!iris$Petal.Width %in% c('1.3', '1.5')])
结果:错误信息“类型为闭包”的对象不可替换。
-
我在这里
浏览 7提问于2015-05-11得票数 7
回答已采纳
1回答
我有一个>200列和>3000行的数据集。在特定的列中，其中一些是NA，我想用for循环排除这些个体。
在所有18列中的行都是NA的情况下，我希望从整个数据帧中排除这些列。这18个变量的名称是："q_81_SQ00a"，"q_81_SQ00b"，"q_81_SQ00c“(...)"q_81_SQ00r“。正如您所看到的，所有变量都具有相同的名称，但具有不同的末尾字母(除了缺少的q之外)。
我试过了，但没有成功：
lapply(letters[c(1:16,18)], function(x){
df <- na.omit(d
浏览 2提问于2017-04-18得票数 0
1回答
我对R比较陌生，我正在做一个项目，在这个项目中，我需要计算很多列平均值和标准差。我有一个名为分数的数据集，它拥有超过300万的172个变量的观测结果。我需要通过减去一个平均值和一个标准差来转换每一个分数。我可以用下面的代码做我想做的事情，但是它占用了我的R会话中的所有内存(50 is！)。这一步(计算方法、sds和转换值)是我代码中内存开销最大的一步，我想知道是否有什么可以减少的。功能有用吗？我应该以不同的方式存储数据吗？或者不管你怎么问，做数学都需要同样的力量吗？
如果可能的话，我试图避免为一台拥有更多电源的远程机器支付费用。
correct_scores <- TRUE
if (c
浏览 2提问于2022-05-20得票数 0
我正在开发一个只使用布尔索引而不是cumcount的this问题的答案。预期的输出是一个列total_paid_invoices，对于每个公司，它统计在每个记录之前(在日期时间方面)支付的到达语音的数量。 company invoice date
0 A 1234 20120201
1 A 1134 20120201
2 A 1011 20120201
3 A 1123 20121004
4 A 1111 20121004
5 A 1224 20121105
6 B 1156 20120
浏览 13提问于2021-04-03得票数 0
回答已采纳
1回答
我在R中有以下数据框架
V1 V2 V3
A 3.5 - 5.5 2
B 3.5 - 5.5 2.2 - 5.0
C 18 - 25 3.5
D 0.6 - 1.5 3 - 4.7
E 30 2.3 - 3
F 11.0 - 13.0 1
G 6.5 - 8.5 3 - 5
H 16 - 19 4 - 10
I 1.5 - 2.0 2
J 11.0 - 14.0 3
K
浏览 4提问于2016-01-15得票数 1
回答已采纳
2回答
问题
这个问题是关于使用多个逻辑条件--特别是严格的不等式--来对R中的数据帧进行子集(参见和)的主题的扩展。
假设我的变量从0到100不等。我需要创建一个子集，它返回介于50到100之间的值，但也返回小于25的值。
# Data
df$var = seq(1:100)
# Desired Subset
df$var[df$var > 50 & df$var < 100 & df$var < 25]
问题
使用基R生成包含多个不等式的子集的最佳方法是什么？
使用非基本R包的解决方案是否更优雅？
浏览 3提问于2017-05-29得票数 0
回答已采纳
我有一个数据帧，看起来像这样：
x1 x2 a b c
1 7 5 1 0 0
2 3 6 1 0 0
3 2 -1 0 1 0
4 0 1 0 1 0
5 0 6 1 0 0
6 8 10 0 0 1
7 14 8 0 0 1
8 12 11 0 0 1
9 11 13 0 0 1
10 10 12 0 0 1
我想对a=1时x1的值求和。我想我可以使用if语句来实现这一点，并具有如下内容：
if(X$a==0){
result = sum(X$a)
}
我希望得到如下输出：
result = 10
实现这一目标的最
浏览 3提问于2017-11-20得票数 1
1回答
我对subset有一个奇怪的问题:它不能识别我数据帧中的变量。
例如，如果我想要数据帧DF中变量v1的摘要，我会得到：
summary(DF$v1)
Min. 1st Qu. Median Mean 3rd Qu. Max
-123.00 4.00 14.00 84.62 49.00 13140.00
现在，这个变量应该总是非负的，所以我想通过将dataframe DF子集到dataframe PROBS中来检查负值。但如果我试着这样做：
PROB <- subset[DF, v1 < 0]
我得到了：
Error: object "v1
浏览 3提问于2012-11-27得票数 3
回答已采纳
我想更改查询结果的分数。我可以通过提升和过滤来改变结果。但是，我可以在函数得分和脚本查询中执行此操作。它们之间的区别是什么？
例如：functionScoreQuery(someQuery).scorers(scriptScore(....))和sort(scriptSort(.....))
浏览 0提问于2017-09-11得票数 1
数据帧Day1和Day2都包含带有前缀的变量名(rad_和tv_，以及you_和pho_ )。每个数据帧还包含没有前缀的变量名，我想在这些变量名中添加一个前缀(noncom_)。最后，我想创建新的数据帧，NewDay1和NewDay2，它们部分以原始数据框架命名，但所有变量名称都有前缀。在现实中有许多数据帧，所以我的目标是一个通用的解决方案。任何帮助都将不胜感激。
起点(外勤部)：
Day1 <- data.frame("rad_cat"=c(NA,NA,NA),"tv_dog"=c(NA,NA,NA) ,"tv_turkey_E3"=c(
浏览 5提问于2017-10-03得票数 1
回答已采纳
我正在尝试修改数据帧，并努力将我的操作合并到一个for循环中。我想要根据一个特定的列对数据帧进行子集，将不同的行附加到每个子集，并再次将修改后的子集合并为一个单独的数据帧。让我们以虹膜数据为例： #Create data frame subsets based on Species column
iris_subs <- split(iris, iris$Species)
#create an empty data frame with the same columns as in iris and one empty row
emptydf <- iris[FALSE,]
e
浏览 43提问于2019-12-19得票数 2
回答已采纳
2回答
Q1：将元信息保存到数据帧的最佳实践是什么？我知道以下编码实践 import pandas as pd
df = pd.DataFrame([])
df.currency = 'USD'
df.measure = 'Price'
df.frequency = 'daily' 但正如这篇文章所说的pandas [向pandas DataFrame]添加元信息/元数据这与应用"groupby、pivot、join或loc“等函数丢失信息的风险有关，因为它们可能会返回”没有附加元数据的新DataFrame“。 这是否仍然有效，或者在此期间是否
浏览 36提问于2016-09-28得票数 16
我需要关于libSVM的权重选项的帮助。在某种程度上，我感到困惑；我们是否应该在进行交叉验证时也使用-wi选项？如果是这样，我们应该使用整个数据的计算权重还是根据v-1子集计算的权重(用于v折叠交叉验证)？我的第二个问题是，我们应该在预测时使用-wi选项吗？如果是这样，我们是应该在训练过程中使用计算的权重，还是应该根据测试数据中负实例和正实例的分布来计算权重？
例如，我们有50 +数据和200 -数据。因此，在计算出最佳c和γ参数值后，我们将在训练时使用-w1 4 -w-1 1选项。但是在网格搜索和交叉验证期间的训练呢？假设我们正在执行5折交叉验证。在剩余的4个子集上进行训练时，负实例和正实例
浏览 1提问于2011-12-18得票数 4
如何在R中仅使用base、car和外部包对数据集进行某种形式的批量重新编码？我使用的是一台政府计算机，所以我不能安装任何额外的软件包来简化这项工作。理想情况下，我希望能够为car的重新编码函数提供数据帧，或者将重新编码函数应用于数据帧中的所有/大多数变量。我正在试图弄清楚如何使用apply/lapply函数，但我不知道如何使用它们，也没有太多成功。这个想法看起来像下面这样，尽管这段代码不能工作：
对于数据帧“df”中的向量2到92：
df<-recode(df[2:92], '98:100=NA)
有什么建议吗？我将不胜感激。
浏览 0提问于2011-08-17得票数 1
回答已采纳
1回答
我有一个数据框架，如下所示：
CEMETERY CONTEXT SEX BONE MEASUREMENT VALUE
1 Medieval-St. Mary Graces 6225 MALE HuE1 L 64.1
2 Medieval-St. Mary Graces 6225 MALE HuE1 R 62.7
3 Medieval-St. Mary Graces 6225 MALE HuHD L 50.1
4 Medieval-St. Mary Grace
浏览 1提问于2017-12-23得票数 1
1回答
我有一个空间点数据帧-> spatial_points
和多边形-> spatial_poly
我可以将多边形内的所有点子集为
subset_within <- spatial_points[spatial_poly,] which is nice and intuitive.
但是如果我想将多边形之外的所有点子集，我不能使用
subset_ouside <- spatial_points[-spatial_poly,]
这个问题以前已经问过了，答案是使用来自rgeos包的rgeos。很好。
我的问题是，为什么选择内部，而不是逆？我不太明白错误信息
h(simple
浏览 4提问于2020-09-17得票数 0
回答已采纳
1回答
我正在处理300多个csv文件中的数据。每个csv文件中的变量列名都是相同的。我使用rbind和loop将列堆叠到一个空的数据框中。我想计算一列的平均值，但在此之前，我需要(1)根据另一列中的值对数据框进行子集或隔离。
示例：
考虑名为dfABC( )的以下数据帧
A B C
1 5 7
1 4 6
4 5 8
2 5 7
2 1 7
3 2 3
我需要根据列中的值缩小数据框。假设我想要根据B列缩小数据帧。假设我想返回B= 5的所有行。然后我会得到这个数据帧：
A B
浏览 0提问于2015-02-14得票数 1
2回答
我有一个dataframe，它是一个包含120,000个组的dfyg对象。选择10,000个这样的组并将它们传递给multiprocessing.Pool.map()函数的最佳方式是什么？
我可以想到一个for循环，它选择10,000个组并将它们放在一个列表中。我不能在分组之前过滤数据帧，因为我希望要么将组中的所有行传递给map函数，要么根本不传递。
i = 0
iter_list = []
for name, group in dfyg:
iter_list.append(group)
i = i + 1
if i >= 10000:
break
浏览 0提问于2019-02-13得票数 0
我有一个很大的CSV文件，比如INPUT，其中包含大约500+列。我还有一个dataframe DF，它包含INPUT列标题的子集，它在每次迭代时都会更改。
我必须只从dataframe DF中存在的那些输入列中获取数据，并将其写入另一个CSV文件，例如输出。
总之,
INPUT.csv：
ID,Col_A,Col_B,Col_C,Col_D,Col_E,Col_F,,,,,,,,,,,,,Col_S,,,,,,,,,,,,,,,,Col_Z
1,009,abcd,67,xvz,33,50,,,,,,,,,,,,,,,,,,,,,,,,,,,,oup,,,,,,,,,,,,,,,,,,90
2
浏览 4提问于2017-02-03得票数 0
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
