python pandas loc 条件_python – pandas:填写nans给出的条件
我正在努力寻找一些似乎微不足道的东西,但显然不是.一般情况:数据 – pandas数据帧 – 包含(以及其他)TOTAL_VISITS和NUM_PRINTS列.
目标:给定num_prints参数,找到NUM_prints = num_prints的行,并用给定的数字填充nans.
我停在哪里,它再也没有意义了:
indices= data['NUM_PRINTS'] == num_prints
data.loc[indices,'TOTAL_VISITS'].fillna(5,inplace=True)
这应该和我所知道的一样有效.没有在实践中填写任何东西,似乎它与副本或其他东西一起工作,因为它没有改变原始对象中的任何东西.
什么有效:
data.loc[indices,'TOTAL_VISITS'] = 2
这确实在num_print条件下用2填充列,但不考虑nans.
data['TOTAL_VISITS'].fillna(0, inplace=True)
这确实填写了总访问次数为0,但不考虑num_prints条件.
作为一个常规for循环使用.iloc,我有点无望,条件比我能处理的时间太长.
最佳答案 我认为需要在两侧进行过滤并仅对过滤行应用fillna:
np.random.seed(1213)
c = ['TOTAL_VISITS', 'A', 'NUM_PRINTS']
data = pd.DataFrame(np.random.choice([1,np.nan,3,4], size=(10,3)), columns=c)
print (data)
TOTAL_VISITS A NUM_PRINTS
0 1.0 4.0 4.0
1 NaN 3.0 1.0
2 1.0 1.0 1.0
3 4.0 3.0 3.0
4 1.0 3.0 4.0
5 4.0 4.0 3.0
6 4.0 1.0 4.0
7 NaN 4.0 3.0
8 NaN NaN 3.0
9 3.0 NaN 1.0
num_prints = 1
indices= data['NUM_PRINTS'] == num_prints
data.loc[indices,'TOTAL_VISITS'] = data.loc[indices,'TOTAL_VISITS'].fillna(100)
#alternative
#data.loc[indices,'TOTAL_VISITS'] = data['TOTAL_VISITS'].fillna(100)
print (data)
TOTAL_VISITS A NUM_PRINTS
0 1.0 4.0 4.0
1 100.0 3.0 1.0
2 1.0 1.0 1.0
3 4.0 3.0 3.0
4 1.0 3.0 4.0
5 4.0 4.0 3.0
6 4.0 1.0 4.0
7 NaN 4.0 3.0
8 NaN NaN 3.0
9 3.0 NaN 1.0
python pandas loc 条件_python – pandas:填写nans给出的条件相关推荐
- python dataframe loc函数_python pandas.DataFrame.loc函数使用详解
官方函数 DataFrame.loc Access a group of rows and columns by label(s) or a boolean array. .loc[] is prim ...
- python datetime timedelta函数_Python Pandas DatetimeIndex.to_perioddelta()用法及代码示例
Python是进行数据分析的一种出色语言,主要是因为以数据为中心的python软件包具有奇妙的生态系统. Pandas是其中的一种,使导入和分析数据更加容易. Pandas DatetimeIndex ...
- python pandas 日期格式_python+pandas+时间、日期以及时间序列处理方法
先简单的了解下日期和时间数据类型及工具 python标准库包含于日期(date)和时间(time)数据的数据类型,datetime.time以及calendar模块会被经常用到. datetime以毫 ...
- python的describe参数_Python Pandas Series.describe()用法及代码示例
Pandas 系列是带有轴标签的一维ndarray.标签不必是唯一的,但必须是可哈希的类型.该对象同时支持基于整数和基于标签的索引,并提供了许多方法来执行涉及索引的操作. Pandas Series. ...
- python contains类似函数_Python也能做到Excel那样,条件统计轻松解决工作需求
此系列文章收录在公众号中:数据大宇宙 > 数据处理 >E-pd 转发本文并私信我"python",即可获得Python资料以及更多系列文章(持续更新的) 经常听别人说 ...
- python pandas loc 条件_Python pandas.loc多个条件并修改d的一部分
您可以使用掩码并添加DateOffset,例如:In [43]: df=pd.DataFrame({'a':pd.date_range(dt.datetime(2011,1,1), dt.dateti ...
- python中iloc用法_python pandas --loc、iloc用法
基础数据如下: import pandas as pd df = pd.DataFrame([ [1, 2,'河南','郑州','豫'], [4, 5,'河北','石家庄','冀'], [7, 8,' ...
- python中pandas什么意思_python pandas 基础理解
其实每一篇博客我都要用很多琐碎的时间片段来学完写完,每次一点点,用到了就学一点,学一点就记录一点,要用上好几天甚至一两个礼拜才感觉某一小类的知识结构学的差不多了. Pandas 是基于 NumPy 的 ...
- python 列表多行_Python Pandas list列表数据列拆分成多行的方法实现
1.实现的效果 示例代码: df=pd.DataFrame({'A':[1,2],'B':[[1,2],[1,2]]}) df Out[458]: A B 0 1 [1, 2] 1 2 [1, 2] ...
最新文章
- 【C#】第3章学习要点(三)--常用类和结构的用法
- python代码大全表解释-python文件及目录操作代码汇总
- 15-奇怪的Js文件引用问题
- Android赚钱的方法--界面嵌入有米广告(持续关注中)
- 微服务架构与领域驱动设计应用实践
- C# 中使用HttpClient读取大型Json数据集
- html td显示隐藏,显示/隐藏Html TR/TD
- Discuz UCenter 修改手记 - 2014.12.19
- 搞定这个月薪50K的AI热门领域,看这9本书就够了
- 请解释各种自动装配模式的区别
- post请求体 ajax,ajax的post请求 @RequestBody解析问题
- 图解 CSS (2): border - 边框
- 第0002 天:琐碎费时的小事
- 六、Spring MVC之返回数据
- mvc 在视图中调用别的视图
- DJ 算法的队列优先优化
- 新英格兰10机39节点matlab建模,ieee10机39节点系统数据
- Win10开启IPv6
- HDU 4411 Arrest 最小费用流
- 23种设计模式模式笔记+易懂案例