相关疑难解决方法(0)

说我有以下数据帧:

更新列feat和another_feat的值的最有效方法是什么,其中流是2号？

是这个吗？

for index, row in df.iterrows():
    if df1.loc[index,'stream'] == 2:
       # do something

更新: 如果我有超过100列怎么办？我不想明确命名我想要更新的列.我想将每列的值除以2(流列除外).

所以要清楚我的目标是什么:

将所有值除以具有流2的所有行中的2,但不更改流列

我有一个数据帧 df

df = pd.DataFrame(np.arange(20).reshape(10, -1),
                  [['a', 'a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'd'],
                   ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']],
                  ['X', 'Y'])

如何获取按索引第一级分组的第一行和最后一行？

我试过了

df.groupby(level=0).agg(['first', 'last']).stack()

得到了

          X   Y
a first   0   1
  last    6   7
b first   8   9
  last   12  13
c first  14  15
  last   16  17
d first  18  19
  last   18  19

这非常接近我想要的.如何保留1级索引并改为:

      X   Y
a a   0   1
  d   6   7
b e   8   9
  g  12  13 …

鉴于对pandas 0.20.0的更新和弃用.ix,我想知道使用剩余的.loc和最好的方法来获得相同的结果是什么.iloc.我刚回答了这个问题,但第二个选项(不使用.ix)似乎效率低下且冗长.

片段:

print df.iloc[df.loc[df['cap'].astype(float) > 35].index, :-1]

这是使用条件和索引位置过滤时的正确方法吗？