ignore_index

import pandas as pd
from IPython.core.display import displaydata={'name':['张三','李四','王五','小明'],'sex':['female','female','male','male'],'year':[2001,2001,2003,2004],'city':['北京','上海','广州','北京']}
df1=pd.DataFrame(data,columns=['name','sex','year','city'])df3=df1.set_index(['sex','city'])
df3=df3.reset_index(['sex'])
print(df3)
data1={'year':2001,'name':'lanlan','sex':'male','city':'北京'}
df4=df3.append(data1,ignore_index=True)
print(df4)

结果：

         sex name  year
city
北京    female   张三  2001
上海    female   李四  2001
广州      male   王五  2003
北京      male   小明  2004sex    name  year city
0  female      张三  2001  NaN
1  female      李四  2001  NaN
2    male      王五  2003  NaN
3    male      小明  2004  NaN
4    male  lanlan  2001   北京Process finished with exit code 0

import pandas as pd
from IPython.core.display import displaydata={'name':['张三','李四','王五','小明'],'sex':['female','female','male','male'],'year':[2001,2001,2003,2004],'city':['北京','上海','广州','北京']}
df1=pd.DataFrame(data,columns=['name','sex','year','city'])
print(df1)
data1={'year':2001,'name':'lanlan','sex':'male','city':'北京'}
df4=df1.append(data1,ignore_index=True)
print(df4)

结果：

  name     sex  year city
0   张三  female  2001   北京
1   李四  female  2001   上海
2   王五    male  2003   广州
3   小明    male  2004   北京name     sex  year city
0      张三  female  2001   北京
1      李四  female  2001   上海
2      王五    male  2003   广州
3      小明    male  2004   北京
4  lanlan    male  2001   北京Process finished with exit code 0

ignore_index相关推荐

torch.nn.functional.cross_entropy.ignore_index
ignore_index表示计算交叉熵时,自动忽略的标签值,example: import torch import torch.nn.functional as F pred = [] pred.a ...
pandas使用pd.concat纵向合并多个dataframe实战：纵向合并(ignore_index参数)、为纵向合并的多个dataframe设置标识符指定数据来源(通过字典方式设置数据来源键)
pandas使用pd.concat纵向合并多个dataframe实战:多个dataframe的纵向合并(ignore_index参数).为纵向合并的多个dataframe设置标识符指定数据来源(通过字 ...
paddlepaddle 27 支持任意维度数据的梯度平衡机制GHM Loss的实现（支持ignore_index、class_weight，支持反向传播训练，支持多分类）
GHM Loss是Focal loss的升级版,它对难样本进行了深入的分析,认为并非所有的难样本都值得关注.有一些难样本属于标签错误的,不应该进行加强.GHM Loss根据loss的梯度模长(1-so ...
pytorch 12 支持任意维度数据的梯度平衡机制GHM Loss的实现（支持ignore_index、class_weight，支持反向传播训练，支持多分类）
梯度平衡机制GHM(Gradient Harmonized Mechanism) Loss是Focal loss的升级版,源自论文Gradient Harmonized Single-stage De ...
paddle 40 支持任意维度数据的梯度平衡机制GHM Loss的实现（支持ignore_index、class_weight，支持反向传播训练，支持多分类）
梯度平衡机制GHM(Gradient Harmonized Mechanism) Loss是Focal loss的升级版,源自论文Gradient Harmonized Single-stage De ...
nn.CrossEntropyLoss的ignore_index标签(CE loss)
例如我的pred是(b,2,w,h),而label索引是(b,1,w,h)的矩阵,其中只有0,1值,0值代表从pred的第0个通道选择像素值,1值代表从pred的第1个通道选择像素值. 而此时我发现因 ...
【深度学习】损失函数系列 (一) 平方损失函数、交叉熵损失函数 (含label_smoothing、ignore_index等内容)
一.平方损失函数(Quadratic Loss / MSELoss): Pytorch实现: from torch.nn import MSELoss loss = nn.MSELoss(reduct ...
torch cross_entropy ignore_index
ignore_index:指定标签为什么的时候不参与损失的计算 ignore_index (int, optional): Specifies a target value that is ignor ...
dataframe,python,numpy 问题索引1
# 找出只有赌场数据的账户 gp=data.groupby(['查询账号','场景标签'],as_index=True) tj=gp.size().reset_index()按查询账号和场景标签分组并 ...

ignore_index

ignore_index相关推荐

最新文章

热门文章