我有兩個(gè)數(shù)據(jù)框df1和df2，df1A B2 65 17 31 29 74 73 48 9并df2包含A B A_bin B_bin C D E2 6 1 2 5 4 15 1 2 1 2 2 47 3 3 1 5 1 71 2 1 1 8 4 99 7 3 3 5 5 84 7 2 3 1 8 53 4 1 2 2 9 38 9 3 3 4 6 2我想選擇只選擇那些特定的行df2到一個(gè)新的數(shù)據(jù)幀df_result_A為具有所有的行A_bin = 1 相若方式，單獨(dú)的數(shù)據(jù)幀df_result_B具有所有這些行df2，使得B_bin行包含1.我發(fā)現(xiàn)很難把我的邏輯不正確的語(yǔ)法或者可能我的邏輯是錯(cuò)誤的，for i in range(len(df1(df2[columns])+len(df)): if(row value is 1)print in df_result_Aprint in df_result_B由于面臨的挑戰(zhàn)是不使用的列名和索引，如代碼應(yīng)該用于其他數(shù)據(jù)集，以及運(yùn)行我在DF2的前兩列試圖首先作為迭代len(df1)都會(huì)讓我知道2列之后A_bin，并B_bin會(huì)來(lái)的。因此，當(dāng)我在 df2 的第一列上時(shí)，添加len(df1)將使我打開A_bin并迭代它以檢查值是否為 1 并將其存儲(chǔ)在單獨(dú)的數(shù)據(jù)幀中。同樣，當(dāng)我在df2添加的第二列上時(shí)，len(df2)會(huì)將我置于其中B_bin，從而將其結(jié)果存儲(chǔ)在df_result_B. 單獨(dú)數(shù)據(jù)幀中的預(yù)期結(jié)果。df_result_AA B C D E2 6 5 4 11 2 8 4 93 4 2 9 3df_result_bA B C D E5 1 2 2 47 3 5 1 71 2 8 4 9
1 回答
臨摹微笑
TA貢獻(xiàn)1982條經(jīng)驗(yàn) 獲得超2個(gè)贊
你可以這樣做：
示例數(shù)據(jù)框：
In [31]: df1
Out[31]:
A B
0 2 6
1 5 1
2 7 3
3 1 2
4 9 7
5 4 7
6 3 4
7 8 9
In [36]: df2
Out[36]:
A B A_bin B_bin C D E
0 2 6 1 2 5 4 1
1 5 1 2 1 2 2 4
2 7 3 3 1 5 1 7
3 1 2 1 1 8 4 9
4 9 7 3 3 5 5 8
5 4 7 2 3 1 8 5
6 3 4 1 2 2 9 3
7 8 9 3 3 4 6 2
有一個(gè)變量count和一個(gè)空字典來(lái)動(dòng)態(tài)存儲(chǔ)新的數(shù)據(jù)幀。
count = 0
d = dict()
我已經(jīng)使用您的邏輯根據(jù)df1.
for col in df2.columns:
print(col)
l = df1.shape[1]
if count < l:
d[col] = df2[ df2.iloc[:, count + l] == 1 ]
count += 1
這會(huì)遍歷 的列，df2直到變量count小于 的列數(shù)df1。它過(guò)濾第 3 和第 4 列（根據(jù)您的示例）的行，其值為1和 存儲(chǔ)在字典中d。
現(xiàn)在，您可以遍歷您的字典并找到您想要的新數(shù)據(jù)框：
In [52]: for key in d.keys():
...: print(d[key][d[key].columns.drop(list(d[key].filter(regex='bin')))])
A B C D E
0 2 6 5 4 1
3 1 2 8 4 9
6 3 4 2 9 3
A B C D E
1 5 1 2 2 4
2 7 3 5 1 7
3 1 2 8 4 9
因此，您不必?fù)?dān)心確切的列名稱。如果這有幫助，請(qǐng)告訴我。
添加回答
舉報(bào)
0/150
提交
取消