代码之家 › 专栏 › 技术社区 › SankMa

熊猫类比较

categories comparison dataframe pandas python

SankMa · 技术社区 · 6 年前

我在这里创建了一个示例数据框。

df = pd.DataFrame( np.random.randn(10,2), columns=list('AB'))    

          A         B
0  0.459759         0.152645

1  0.183613         0.756527

2 -1.836027         0.032433

3  0.264336         0.170171

4 -0.276347         0.208389

5  0.677709         0.725274

6 -0.547858         0.376683

7 -0.994759        -0.750373

8  0.556593         1.282167

9 -1.444533         0.589768

df['A_rank']= pd.qcut(df['A'],[0,0.25,0.5,0.75,1],duplicates="drop")

          A         B                A_rank
0  0.459759        0.152645         (0.411, 0.678]

1  0.183613        0.756527         (-0.0464, 0.411]

2 -1.836027        0.032433         (-1.837, -0.883]

3  0.264336        0.170171         (-0.0464, 0.411]

4 -0.276347        0.208389         (-0.883, -0.0464]

5  0.677709        0.725274         (0.411, 0.678]

6 -0.547858        0.376683        (-0.883, -0.0464]

7 -0.994759        -0.750373       (-1.837, -0.883]

8  0.556593        1.282167        (0.411, 0.678]

9 -1.444533         0.589768       (-1.837, -0.883]

我想从上面创建一个新的数据帧,如下所示,它基本上是基于a\U排名的子集。

          A         B             A_rank  A_rank_open_low    A_rank_closed_hi
0  0.459759        0.152645         (0.411, 0.678]           0.411               0.678

5  0.677709        0.725274          (0.411, 0.678]          0.411               0.678

8  0.556593         1.282167         (0.411, 0.678]            0.411               0.678

我不想使用qcut使用整数标签,但希望直接使用qcut输出本身的标签,但我无法与作为范围的类别(a\u rank)进行比较。由于我不了解此数据类型,以下尝试失败。

df2 = df[df['A_rank']=="(0.411, 0.678]"]

无错误,但输出为:

Empty DataFrame    
Columns: [A, B, A_rank]    
Index: []

df2 = df[df['A_rank']== pd.Categorical("(0.411, 0.678]")]

TypeError:只有“类别”相同时,才能比较类别。类别长度不同

df2 = df[str(df['A_rank'])=="(0.411, 0.678]"]

也进行了追踪

我在文档中搜索了分类索引和类别,但没有找到多少。请帮帮我。

2 回复 | 直到 6 年前

jezrael 6 年前

使用 Interval :

df2 = df[df['A_rank']== pd.Interval(0.411, 0.678)]

MaxU - stand with Ukraine 6 年前

@耶斯雷尔向你展示了如何正确地做到这一点。我想向您展示如何“调查”类似案件。

首先检查列数据类型:

In [8]: df.dtypes
Out[8]:
A          float64
B          float64
A_rank    category
dtype: object

然后是单元格类型:

In [9]: df.iat[0, 2]
Out[9]: Interval(0.0809, 0.539, closed='right')

In [10]: type(df.iat[0, 2])
Out[10]: pandas._libs.interval.Interval

推荐文章

Mainland · Python数据帧规范化值错误:列的长度必须与键相同

1 年前

user026 · 如何根据特定窗口的平均值(行数)创建新列?

1 年前

rpn · 如何在列[1]中连续第二次出现“0”时返回列[0]的值

1 年前

asmgx · 为什么合并数据帧不能按照python中的预期方式工作

1 年前

Gtoth · 如何分割Pandas DataFrame中包含多个日期的两个时间戳之间的差异

1 年前

Domarius · 使用loc为多行设置多列值

1 年前

Swastik Bhattacharyya · 如何在同一类别类型的多列上运行get_dummies()函数?

1 年前

DrZoidberg09 · 如何在字典列表中创建一个新关键字,该关键字是另一个关键字的总和?

1 年前

armstrong3701 · 如何有效地处理熊猫数据框中缺失的数据并计算条件统计?

1 年前

msts1906 · 大熊猫向乳胶的适当多品种出口

1 年前