生成列时未考虑pandas数据帧中字符串中的特定值
是指在使用pandas库进行数据处理时，生成新的列时没有考虑到数据帧中字符串中的特定值。
在处理数据时，经常需要根据已有的数据生成新的列，以满足特定的需求。然而，有时候我们需要根据字符串中的特定值来生成新的列，例如根据某个关键词判断是否存在某种情况，或者根据字符串中的某个部分提取出新的信息等。
为了解决这个问题，可以使用pandas库中的字符串处理方法来处理数据帧中的字符串列。其中，常用的方法包括str.contains()、str.extract()、str.split()等。
- str.contains()方法可以用于判断某个字符串是否包含特定的子串。可以通过设置正则表达式来匹配特定的模式。例如，可以使用
df['column'].str.contains('特定值')来判断某列中是否包含特定值。 - str.extract()方法可以用于从字符串中提取出符合特定模式的部分。可以通过设置正则表达式来匹配特定的模式，并提取出需要的信息。例如，可以使用
df['column'].str.extract(r'(特定模式)')来提取出某列中符合特定模式的部分。 - str.split()方法可以用于将字符串按照特定的分隔符进行分割，并返回一个包含分割后的子串的列表。可以通过设置分隔符来实现按照特定的规则进行分割。例如，可以使用
df['column'].str.split('分隔符')来将某列中的字符串按照特定的分隔符进行分割。
通过使用这些字符串处理方法，可以在生成新的列时考虑到数据帧中字符串中的特定值，从而满足特定的需求。
腾讯云提供了一系列与数据处理相关的产品和服务，例如云数据库 TencentDB、云函数 SCF、云原生应用引擎 TKE 等。这些产品和服务可以帮助用户在云上进行数据处理和分析工作。具体产品介绍和链接如下：
- 云数据库 TencentDB：腾讯云提供的一种高性能、可扩展的云数据库服务。支持多种数据库引擎，包括 MySQL、SQL Server、PostgreSQL 等。用户可以通过 TencentDB 存储和处理大规模的结构化数据。了解更多信息，请访问：云数据库 TencentDB
- 云函数 SCF：腾讯云提供的无服务器计算服务。用户可以使用云函数 SCF 来编写和运行代码，实现数据处理和分析的功能。云函数 SCF 支持多种编程语言，包括 Python、Node.js、Java 等。了解更多信息，请访问：云函数 SCF
- 云原生应用引擎 TKE：腾讯云提供的一种容器化部署和管理平台。用户可以使用 TKE 来快速部署和管理容器化的应用程序，实现数据处理和分析的需求。TKE 提供了强大的扩展性和可靠性，适用于大规模的数据处理工作。了解更多信息，请访问：云原生应用引擎 TKE
通过使用腾讯云的这些产品和服务，用户可以方便地进行数据处理和分析工作，并且充分利用云计算的优势，如高可用性、弹性扩展等。
相关·内容
2回答
我有以下pandas数据帧：
df = pd.DataFrame([["hitesh","","HAIK"],["hitesh","red","ll"],["haikent","red","tt"],["","","HAIK"]])
我正在尝试将数据帧的空字符串替换为每列的相应模式。
我在努力
df= df.replace("" , df.mode()[0])
但这只是用第一列模式替换了数
浏览 9提问于2017-03-10得票数 2
回答已采纳
我有一个熊猫数据帧，它看起来如下所示：
df.head()
categorized.Hashtags
0 icietmaintenant supyoga standuppaddleportugal ...
1 instapaysage bretagne labellebretagne bretagne...
2 bretagne lescrepescestlavie quimper bzh labret...
3 bretagne mer paysdiroise magnifique phare
浏览 0提问于2020-03-02得票数 0
1回答
我正在使用python和pandas从数据帧中随机抽取样本。我的数据帧如下所示： 第一列包含时间，第二列是平均速率，第三列是1-sigma，第四列是与该行描述的事件相关的概率。 ? 我知道我可以使用下面的代码来绘制加权样本： random=df.sample(n=100000, replace=True, weights='P>0', axis=0) 但我不确定在这里使用概率是正确的“权重”。简而言之，我需要具有较低P>0的值的采样频率低于具有P>0的值的采样频率。 有人愿意在这方面分享意见/不同的选择吗？ 谢谢!
浏览 24提问于2020-04-24得票数 1
回答已采纳
我已经加载了一个包含json文件的s3存储桶，并将其解析/平整成一个pandas数据帧。现在我有了一个175列的数据帧，其中有4列包含个人身份信息。
我正在寻找一个快速解决方案匿名这些列(名称和地址)。我需要保持信息的倍数，以便如果同一个人的姓名或地址出现多次具有相同的哈希。
pandas或其他包中是否有我可以利用的现有功能？
浏览 4提问于2017-12-28得票数 7
3回答
我正在尝试计算数据帧某列中的字符串数。
>>> import pandas as pd
>>> df = pd.DataFrame({'A':['a','b','c',1,2,3],
'B':['pp','qq','rr',3,4,5]})
>>>
浏览 0提问于2020-05-26得票数 0
我有包含200+列的pandas数据帧。所有列都是int类型。我需要将它们转换为浮点型。我找不到做这件事的方法。我试过了
for column in X_data:
X_data[column].astype('float64')
但是在for循环之后，当我打印X_data.dtypes时，所有的列都只显示为int。我也尝试过X_data = X_data.apply(pd.to_numeric)，但它没有转换为float。
数据帧是从csv文件加载中构建的。
浏览 13提问于2020-03-16得票数 1
1回答
我对熊猫很陌生。我已经使用pandas.read_csv加载了csv。我试图不指定dtype，但它太慢了。因为它是一个非常大的文件，所以我也指定了数据类型。然而，有时在数字列中，它包含"NA“。我使用了na_values = 'NA'，它会影响我的数据帧吗？我还是想保留这些行。我的问题是，如果我指定数据类型并添加na_values = ' NA '，NA会被丢弃吗？如果是，我如何在不失去这些na的情况下保持类似的处理时间？非常感谢!
浏览 0提问于2017-08-30得票数 0
11回答
我试图确定Pandas列中是否有具有特定值的条目。我试着用if x in df['id']做这件事。我认为这是可行的，但当我给它一个我知道不在43 in df['id']列中的值时，它仍然返回True。当我只包含匹配缺少的id df[df['id'] == 43]的条目的数据帧子集时，很明显，其中没有条目。如何确定Pandas数据帧中的列是否包含特定值，以及为什么我的当前方法不能工作？(FYI，当我在这个中使用类似的问题时，我也遇到了同样的问题)。
浏览 7提问于2014-01-23得票数 288
回答已采纳
我正在尝试处理一些时间序列数据，并且对pandas dataframe还是个新手。我有一个包含两列的数据帧，如下所示：
+---+-----------------------+-------+--+
| | 0 | 1 | |
+---+-----------------------+-------+--+
| 1 | 2018-08-02 23:00:00 | 456.8 | |
| 2 | 2018-08-02 23:01:00 | 457.9 | |
+---+-----------------------+------
浏览 0提问于2018-08-16得票数 0
有没有办法检查当前行中的所有列值是否小于pandas数据帧(整个数据帧)中所有前一行(直到当前行)中的相应列值，并相应地创建一个值为1或0的新列？
浏览 0提问于2017-06-15得票数 1
问题：如何将Pandas DataFrame中的datetime列的NULL值替换为类似于1900-01-01 00:00:00.000的内容
我使用Pandas数据帧将大型数据文件导入到SQL Server 2019表中。下面的代码正确地将数值列的空值替换为0，将对象(字符串)列的空值替换为空字符串。但是它不会将datetime列的空值更改为1900-01-01 00:00:00.000。
import sqlalchemy as sq
import datetime
import pandas as pd
import numpy as np
............
.........
浏览 5提问于2022-04-15得票数 0
我似乎无法打印以下行：summarydata["Name"].groupby(["Tag"]).size()
不会得到错误：
File "C:\Users\rspatel\untitled0.py", line 76, in <module>
print(summarydata["Name"].groupby(["Tag"]).size())
File "C:\Users\rspatel\Anaconda3\lib\site-packages\pandas\core\serie
浏览 0提问于2021-09-20得票数 2
假设我有两个数据帧：
import pandas
....
....
test1 = pandas.DataFrame([1,2,3,4,5])
....
....
test2 = pandas.DataFrame([4,2,1,3,7])
....
我尝试过test1.append(test2)，但它相当于R的rbind。
如何将这两列合并为数据帧的两列，类似于R中的cbind函数？
浏览 4提问于2015-02-19得票数 45
回答已采纳
4回答
我正在尝试使用两个列连接两个pandas数据帧：
new_df = pd.merge(A_df, B_df, how='left', left_on='[A_c1,c2]', right_on = '[B_c1,c2]')
但得到以下错误：
pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:4164)()
pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:4028)()
浏览 2提问于2017-01-24得票数 265
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
我有一个包含'Var_1_Access'、'Var_2_Access'、... 'Var_N_Access'列的Pandas DataFrame，在这些列之间还有我想要查找的其他信息/列。例如： data = pd.read_csv('File')
df = pd.Dataframe(data)
print(df.columns)
Index = (['Var_1', 'Var_1_Access', 'Var_1_comp1', 'Var_1_comp2', &
浏览 18提问于2020-04-07得票数 1
回答已采纳
2回答
我有一个数据帧，它要求列的子集具有具有多个值的条目。下面是一个包含“runtime”列的dataframe，其中包含程序在各种条件下的运行时：
df = [{"condition": "a", "runtimes": [1,1.5,2]}, {"condition": "b", "runtimes": [0.5,0.75,1]}]
df = pandas.DataFrame(df)
这就形成了一个数据帧：
condition runtimes
0 a [1,
浏览 0提问于2014-11-08得票数 8
回答已采纳
我正在尝试将JSON字符串转换为pandas数据帧。虽然如果没有“缺失值”(如空格或'NA')，pandas.read_json可以推断数据类型，但如果值中有空格，它会将列分类为dtype object。 例如： d1 = {"a":"1","b":"2"}
d2 = {"a":"","b":""}
l = [d1,d2]
l_js = json.dumps(l)
d = pd.read_json(l_js)
d.dtypes 它将为列/字典对象返回
浏览 55提问于2019-12-12得票数 0
我目前正在尝试添加一个额外的功能到一个countvectorizer矩阵，这个矩阵是用scikit-learn创建的。 工作流程如下:我有一个dataframe，它包含一个包含文本的列和一个包含附加特性的列。 我首先将我的数据分成训练数据帧和测试数据帧。然后，我在训练数据的文本列上应用countvectorizer。然后，我用计数分解器矩阵作为输入来拟合RandomForest分类器。 我现在试图确定的是，我想使用矩阵和数据帧中另一列中的附加功能来运行RandomForest分类器。 我怎样才能做到最好呢？我已经读到过scikit功能联合，但无法在我的数据框架中使用不同的列。 下面是一个代码
浏览 22提问于2021-01-25得票数 0
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
1回答
如何使用循环遍历列，将相同的函数应用于pandas数据帧中的每一列？
例如，下面的代码对“Cat1”列进行规范化。
s['Cat1'] = (s.Cat1-s.Cat1.min())/(s.Cat1.max()-s.Cat1.min())
如何对此代码进行扩展，以便将规范化应用于Cat1...Cat50？
浏览 0提问于2015-04-08得票数 0
1回答
我尝试使用concat和axis = 0添加两个数据帧，因此列保持不变，但索引增加。其中一个数据帧包含一个具有序列号的特定列(从1开始向上-但不一定是按顺序，例如。1、2、3、4、5等) import pandas as pd
import numpy as np
a = pd.DataFrame(data = {'Name': ['A', 'B','C'],
'Serial Number': [1, 2,5]} )
b = pd.DataFrame(data = {'Name'
浏览 15提问于2020-11-26得票数 1
回答已采纳
我想创建一个包含2列x行的Pandas数据帧，其中包含随机字符串。 我找到了生成带有随机int和随机字符串生成器的pandas数据帧的代码。我仍然没有看到一条清晰的路径来创建一个带有随机字符串的pandas数据框架。 用于随机int数据帧的代码 import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD')) 随机字符串的代码 import string
import random
def id_gener
浏览 60提问于2019-06-01得票数 4
回答已采纳
我想在列表理解中对熊猫数据帧的行运行一个函数。Dataframe可以有不同数量的列。如何利用这些数据帧的列？
import pandas as pd
df = {'chrom': ['chr1', 'chr1','chr1'], 'start': [10000, 10100, 12000], 'end':[10150,10120,12250], 'S1':[1, 1, 1],'S2':[2, 2, 2],'S3':[3, 3, 3] }
df =
浏览 0提问于2019-10-26得票数 1
我在我的pandas数据框中有一个像这样的日期列。 我的DataFrame看起来像这样 ID SerialDate
1 2008-1-15
2 T1
3 2008-1-17
4 T1 T1是将在此列中找到的唯一文本，并且此列的任何blanks.The数据类型都不是object 我需要把它改成这样， 预期的数据帧:- ID SerialDate
1 15/01/2008
2 T1
3 17/01/2008
4 T1 预期的数据类型:-Object。 我如何使用Pandas来做这件事。我更喜欢用户定义的函数，比如dfcolb = requiredfunctio
浏览 31提问于2019-02-20得票数 0
回答已采纳
在使用输出.root文件的Geant4进行模拟时，我很高兴地发现了uproot包。
我相信数据帧是完成特定分析任务的最佳选择，所以我使用uproot.pandas.df()将TTree中的内容读取到这样的数据帧中。
不幸的是，这最终成为了一个瓶颈。虽然代码可以很好地处理所有数字输入，但处理字符串似乎是一个严重的问题。该文件非常大，生成的帧有2406703行。
而这段代码(Egamma和z_eu都是数字)：
df = uproot.open('rootFile.root')['seco_tuple;1].pandas.df( ['Egamma','
浏览 18提问于2019-11-19得票数 1
3回答
我有一个pandas数据帧，它大约有100列，我想计算一行每列中的字符数。
在Excel中，我会做类似(Len(Concat(A2:CA2))的事情
df['newcolumn'] = ? in Pandas Python
浏览 9提问于2019-07-10得票数 2
回答已采纳
我使用的是pandas数据帧。数据包含3032列。所有列都是'object‘数据类型。如何将所有列转换为“float”数据类型？ ? ?
浏览 30提问于2020-12-01得票数 1
回答已采纳
我已经阅读了将csv文件加载到pandas数据帧中，并希望对该数据帧进行一些简单的操作。我不知道如何根据从原始数据框中选择的列来创建新的数据框。我的尝试是：
names = ['A','B','C','D']
dataset = pandas.read_csv('file.csv', names=names)
new_dataset = dataset['A','D']
我想用原始数据帧中的列A和D创建一个新的数据帧。
浏览 1提问于2017-07-11得票数 24
回答已采纳
1回答
具有数组和密钥对的数据帧
、、、、
我有一个JSON结构，我需要它转换成数据帧。我已经通过pandas库进行了转换，但我在两列中遇到了问题，一列是数组，另一列是键对值。 Pito Value
{"pito-key": "Number"} [{"WRITESTAMP": "2018-06-28T16:30:36Z", "S":"41bbc22","VALUE":"2"}] 如何将列分解为数据帧。
浏览 7提问于2020-01-28得票数 0
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
我有以下数据帧df1
string lists
0 i have a dog ['fox', 'dog', 'cat']
1 there is a cat ['dog', 'house', 'car']
2 hello everyone ['hi', 'hello', 'everyone']
3 hi my name is Joe ['n
浏览 9提问于2022-09-14得票数 0
回答已采纳
2回答
我有点困惑，为什么引用熊猫数据框架中的列的语法会因调用哪种方法而有所不同。取下面的示例方法链
import pandas as pd
iris = pd.read_csv('https://raw.githubusercontent.com/mwaskom/seaborn-data/master/iris.csv')
iris.columns = ['SepalLength', 'SepalWidth', 'PetalLength', 'PetalWidth', 'Species']
(iris
浏览 4提问于2017-05-19得票数 5
回答已采纳
2回答
我正在尝试计算数据帧中每一列的最大和最小长度，该数据帧中有一些缺失值。Pandas将这些缺失值视为"NaN“，并将长度计为3。如何在计算最大和最小长度时完全忽略缺失值？下面是我的代码： import pandas as pd
columnname=[]
maxColumnLenghts = []
minColumnLenghts=[]
for colname in df.columns:
columnname.append(colname)
for col in range(len(df.columns))
浏览 51提问于2020-11-06得票数 1
回答已采纳
1回答
使用datetime64ns列作为pandas.to_parquet并读取拼花文件的数据帧，datetime64ns列被转换为unixtime戳。
例如：2022-10-05 19:31:57.894835 -> 1664998317894835000
是否不能保存datetime64ns列的原样？
浏览 14提问于2022-10-05得票数 0
回答已采纳
我在Jupyter Notebook中有以下代码：
import pandas as pd
pd.set_option('display.max_colwidth', 80)
my_df.select('field_1','field_2').show()
我想增加列宽，这样就可以看到field_1和field_2的完整值。我知道我们可以对pandas数据帧使用pd.set_option('display.max_colwidth', 80)，但它对spark数据帧似乎不起作用。
有没有办法增加spark数据帧的列宽，就像我们对p
浏览 2提问于2016-08-26得票数 2
假设我有一个带有两列的Pandas DataFrame : 1) user_id，2)步骤(其中包含给定日期的步骤数)。现在，我要计算前一个度量中的步骤数和步骤数之间的差异(在我的DataFrame中，度量保证是有序的)。
因此，这基本上可以归结为在我的DataFrame中附加一个额外的列，其中此数据帧的行值与这一行中的列'steps‘的值相匹配，减去上面行中的'steps’列的值(如果这是第一行的话)。更复杂的是，我希望计算每个user_id的这些差异，因此我希望确保不减去具有不同user_id的两行的步骤值。
有人知道如何用Python2.7和Panda完成这个任务吗？
举
浏览 2提问于2015-01-23得票数 0
回答已采纳
我有一个大小为k的numpy array，以及一个包含大小为n>k的列的pandas数据帧，其中包含缺少的k值。
有没有一种简单的方法来相应地填充numpy array中的k个缺失值(即dataframe列中第一个出现的缺失值对应于数组中的下一个值)？
浏览 6提问于2018-02-06得票数 3
回答已采纳
我使用的是pandas 0.18。我已经使用pd.read_csv()从CSV加载了一个数据帧，看起来CSV中的空单元已经加载为数据帧中的NaN。
现在，我想找出特定列中具有空值的行数，但我正在努力。
这是我的数据框架：
ods id provider
0 A86016 NaN emis
1 L81042 463061 NaN
2 C84013 NaN tpp
3 G82228 462941 emis
4 C81083 NaN tpp
这是我从df.de
浏览 3提问于2016-05-11得票数 9
回答已采纳
1回答
这是一个基本的问题，所以事先道歉。
我正在使用Pandas，并将数据分组如下：
page_serp_df.groupby([page_serp_df.meta_keywords_1_length]).count()['keyword']
这指的是以下内容：
数据帧：page_serp_dfGrouping by列：meta_keywords_1_lengthCounting与过滤器：关键字列
我不明白的是，为什么过滤条件必须是‘关键字’，即引号中的字符串？例如，这不起作用，而且对我来说非常违背直觉：
page_serp_df.groupby([page_serp_df.meta
浏览 0提问于2020-09-23得票数 0
回答已采纳
如何按特定的列名对pandas的数据帧进行排序？我的数据框列如下所示： +-------+-------+-----+------+------+----------+
|movieId| title |drama|horror|action| comedy |
+-------+-------+-----+------+------+----------+
| |
+-------+-------+-----+------+------+----------+ 我只想按列对数据帧进行排序=‘戏剧’
浏览 17提问于2020-08-31得票数 2
我有一个数据框，我想根据一些conditions.The修改它。实际的数据框比下面的示例大得多(35k行，400列)，有更多的患者列。 如果在patient列下，给定行有2个NaN，我想删除整个行。接下来，我想向数据帧追加一个列，其中包含每行所有患者值的df.std()。我读到不建议迭代通过pandas数据帧，但我很难使用numpy来实现这一目的。 输入： In [1]: df=pd.DataFrame({'chromosome':[1,1,5,4],
...: 'strand':['-','-
浏览 10提问于2020-07-23得票数 2
回答已采纳
1回答
我尝试根据第四列中的值填充另两列中的一列中的值。
我有一个包含四列的pandas数据帧: A、B、C、D
df_copy = df.copy()
for i, row in df.iterrows():
if 'Test' in row.D:
df_copy.loc[i, 'A'] = row.B
elif 'Other' in row.D:
df_copy.loc[i, 'A'] = row.C
这是可行的，但速度非常慢。有没有更有效的方法？
浏览 2提问于2015-05-02得票数 2
回答已采纳
有没有办法创建一个由两列组成的pandas数据帧？第一列的数据类型是int，第二列的数据类型是字典。然后迭代地将数据插入到数据帧中。
浏览 0提问于2018-07-29得票数 0
我有一个熊猫数据帧，并希望将其转换为json格式。
import pandas as pd
df = pd.DataFrame({'A': [1,2,3,4], 'B': [5,6,7,8]})
df.to_json()
'{"A":{"0":1,"1":2,"2":3,"3":4},"B":{"0":5,"1":6,"2":7,"3":8}}'
我需要的json字符串如下：
'
浏览 16提问于2020-02-06得票数 0
回答已采纳
2回答
我有一个函数，它接收数据帧并将其作为表写入SQL。 def insert(df):
with connection.cursor as cur:
cur.execute('''create tablaexyz.xyz
(ID integer,
first_name varchar(100),
last_name varchar(100))''')
d
浏览 17提问于2021-04-07得票数 0
我的系统冻结，风扇运行非常快，每次我创建一个新的Pandas列，通过划分一列与另一列。我也排除了包含0的行，但它总是冻结。数据帧有60077行，它在较少的行数上工作得很好。系统为i7和8 8GB 我在新专栏中使用了以下代码： df['C'] = df['A'] / df['B']
浏览 4提问于2019-05-02得票数 0
回答已采纳
我有一个运行pandas版本0.25.2的服务。此服务从数据库读取数据并将快照存储为csv
df = pd.read_sql_query(sql_cmd, oracle)
查询的结果是一个包含一些非常大的日期时间值的数据帧。(如3000-01-02 00:00:00)之后，我使用df.to_csv(index=False)创建csv快照并将其写入文件
在安装了pandas 0.25.3的不同机器上，我将csv文件的内容读入数据帧，并尝试将date列的数据类型更改为datetime。这将导致OutOfBoundsDatetime异常
df = pd.read_csv("xy.csv
浏览 18提问于2019-11-08得票数 1
回答已采纳
3回答
我理解pandas导入csv文件相对较慢的原因之一是，在猜测类型之前，它需要扫描一列的整个内容(请参阅关于pandas.read_csv的low_memory选项的讨论)。我的理解正确吗？
如果是这样的话，什么样的格式才是存储数据帧的好格式，哪些格式显式地指定了数据类型，这样pandas就不必去猜测了(SQL暂时不是一个选项)？
有什么特别的选择吗？
我的数据帧有浮点数、整数、日期、字符串和Y/N，所以只支持数字值的格式是行不通的。
浏览 0提问于2017-11-15得票数 2
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
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
实时音视频
云直播活动推荐
腾讯云开发者
