python dataframe逻辑取值

最新推荐文章于 2024-07-05 03:49:34 发布

wshzd

最新推荐文章于 2024-07-05 03:49:34 发布

阅读量3.9k

点赞数 1

分类专栏： Python 笔记文章标签： python

本文链接：https://blog.csdn.net/wshzd/article/details/76690968

版权

笔记同时被 2 个专栏收录

180 篇文章 114 订阅

订阅专栏

Python

45 篇文章 0 订阅

订阅专栏

我遇到的一个小需求，就是希望通过判断pandas dataframe中一列的值在两个条件范围（比如下面代码中所描述的逻辑，取小于u-3ε和大于u+3ε的值），然后取出dataframe中的所有符合条件的值，这个需求的解决与普通的iloc、loc、ix的方式不同，所以我想分享一下，希望可以帮到遇到这个困难的朋友们，下面是我的事例代码：

doc[~((doc.iloc[:,141:142]<(mean_value-3*std_value))&(doc.iloc[:,141:142]>(mean_value+3*std_value)))]

下面代码是去掉两端数据，保留中间数据

doc = doc[~((doc.iloc[:,141]>(mean_value+3*std_value))|(doc.iloc[:,141]<(mean_value-3*std_value)))]

data[(data.C>1)&(data.C<5)])

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

wshzd

关注关注

1
点赞
踩
2

收藏

觉得还不错? 一键收藏
打赏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

Pandas DataFrame的loc、iloc、ix和at/iat浅析

我是尘客哥

07-13

1237

1、loc：通过标签选取数据，通过index和columns的值进行选取。loc方法有两个参数，按顺序控制行列选取。 #示例数据集 df=pd.DataFrame(np.arange(12).reshape(4,3),columns=list('abc'),index=list('defg')) df Out[189]: a b c d 0 1 2 e 3 4 5 f 6 7 8 g 9 10 11 #直接索引行 df.loc['d'] Out[19

python做逻辑回归r2_利用python实现逻辑回归

weixin_36256978的博客

01-29

1338

逻辑回归处理因变量是分类变量的回归问题，主要用于两分类问题。两分类变量有1和0两个哑元值，其连接函数可定义为：把取值在[0,1]之间的p变换到线性表示可能取得全体实数范围。如果 ,则很显然，对于每个观测值我们预测的是，而不是第i个观测值的水平(比如是0还是1，‘yes’还是'no'，)，这时就需要一个阈值，使得当的估计大于时判定第i个观测值属于某一水平；否则，判定为另一水平。常设阈值=...

参与评论您还未登录，请先登录后发表或查看评论

对python dataframe逻辑取值的方法详解

09-19

今天小编就为大家分享一篇对python dataframe逻辑取值的方法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

dataframe布尔索引赋值

weixin_45736572的博客

12-22

597

df_2.loc[df_2['TQMOD_VAR_TRQ_ACT_W']>1500,'TQMOD_VAR_TRQ_ACT_W']=df_2.loc[df_2['TQMOD_VAR_TRQ_ACT_W']>1500,'TQMOD_VAR_TRQ_ACT_W']-800

python指定读取dataframe某一个值

最新发布

weixin_42367582的博客

07-05

104

dataframe数据判断一行或一列中空值个数

圆圆子的博客

10-22

8822

python小知识记录 dataframe数据判断一行或一列中空值个数，主要是用.isnull()函数 import pandas as pd #数据读入 brca_geneExp = pd.read_csv("E:/datasets/TCGA/data/BRCA/BRCA.txt",sep="\t",index_col=0) #判断第一列为空值的个数，如果找非空值个数，则将True改为False sum(brca_geneExp.iloc[:,1].isnull() == True) #判断第一行为

3步轻松获取Pandas DataFrame任意单元格值

devid008的博客

05-26

1万+

在Pandas处理DataFrame数据的过程中，我们时常需要获取某个具体的单元格值进行操作。那么如何高效而灵活地从Pandas DataFrame中提取任意一个单元格的值呢?今天分享在Pandas DataFrame获取单元格值的3大方法.

python 实现rolling和apply函数的向下取值操作

12-17

在Python数据分析领域，`pandas`库是不可或缺的工具，其中`rolling`和`apply`函数结合使用可以实现丰富的统计分析。...通过自定义`apply`函数，我们可以实现任意复杂的数据处理逻辑，从而适应各种数据分析需求。

Python中pandas的DataFrame取数操作

xkukeer的博客

04-27

1万+

一、Dataframe 取数操作 1、通过索引取数 1）取某行某列例：取第一行第二列的数 data.iloc[0,1] 或 data.loc[0,‘value’] 2)取某行例：取第一行的数 data.loc[0] 或 data.iloc[0] 取第一行和第二行的数 data.iloc[[0,1]] 或 data.loc[[0,1]] 3)取某列例：取key列 data[‘key’] 取key列和value列 data[[‘key’,‘value’]] 2、掩码取数 1）取key为-3的值 data

python3-pandas DataFrame 索引、bool索引、pandas 字符串方法

qq_38959934的博客

11-28

2173

1、DataFrame 索引 1.1 普通索引取值 pandas 取行或者列的注意点：方括号写数组，表示取行，对行进行操作方括号写字符串，表示取列，对列进行操作 import pandas as pd import numpy as np # pandas 取行或者列的注意点 # 方括号写数组，表示取行，对行进行操作 # 方括号写字符串，表示取列，对列进行操作 t1 = pd.DataFrame(np.arange(12).reshape(3,4), index=list("abc"), colum

bool 取反_dataframe根据bool值高效地进行多重条件筛选的

weixin_39977547的博客

11-28

949

pandas的数据筛选功能很强大，可以看下面的例子要筛选a列小于3的数据，只要如果我们想筛选a列大于1，且小于3的数据，用1<df['a']<3可以吗？很遗憾，这样是会报错的。ValueErrordf['a']<3到底是何方神圣，打印出来瞧瞧。方案一：for循环生成bool值列表这样可以完美使用连续的不等式，但是我们知道当序列长度很长时，对于dataframe来说，使用矢量化的操...

利用python进行数据分析——DataFrame基本操作

weixin_42418170的博客

10-14

3700

本篇介绍操作Series和DataFrame的基本手段。 1. 对DataFrame的列进行赋值将列表、数组、元组赋值为DataFrame的列，长度匹配即可将Series赋值给DataFrame的列，二者的索引会精确匹配（索引不会合并，依旧是DataFrame的索引）若被赋值的列不存在，则会创建一个新列 2. 删除DataFrame的列（del） 3. DataFrame的name和values属性 DataFrame.index.name DataFrame.columns..

pythondataframe取值_详解pandas获取Dataframe元素值的几种方法

weixin_39597636的博客

12-06

6992

可以通过遍历的方法：选择列使用类字典属性,返回的是Series类型data[‘w']遍历Seriesfor index in data['w'] .index:time_dis = data['w'] .get(index)根据行索引和列名，获取一个元素的值>>> df = pd.DataFrame([[0, 2, 3], [0, 4, 1], [10, 20, 30]],......

pandas DataFrame行列操作使用方法

kevin_7july的博客

02-26

2699

df['w'] #选择表格中的'w'列，使用类字典属性,返回的是Series类型 df.w #选择表格中的'w'列，使用点属性,返回的是Series类型 df[['w']] #选择表格中的'w'列，返回的是DataFrame类型 df[['w','z']] #选择表格中的'w'、'z'列 df[0:2] #返回第1行到第2行的所有行，前闭...

python积累--pandas读取数据积累--dataframe用法

直到世界的尽头

04-21

8274

通过带有标签的列和索引，Pandas 使我们可以以一种所有人都能理解的方式来处理数据。它可以让我们毫不费力地从诸如 csv 类型的文件中导入数据。我们可以用它快速地对数据进行复杂的转换和过滤等操作。 pandas和 Numpy、Matplotlib 一起构成了一个 Python 数据探索和分析的强大基础。Scipy是同类型的库，感兴趣的可以进行了解。本文记录和收集积累pandas的用法。导入 ...

python中dataframe常见操作：取行、列、切片、统计特征值