小编Tom*_*asz的帖子

在熊猫条件下增加添加

对于以下熊猫数据框

    servo_in_position   second_servo_in_position    Expected output
0   0   1   0
1   0   1   0
2   1   2   1
3   0   3   0
4   1   4   2
5   1   4   2
6   0   5   0
7   0   5   0
8   1   6   3
9   0   7   0
10  1   8   4
11  0   9   0
12  1   10  5
13  1   10  5
14  1   10  5
15  0   11  0
16  0   11  0
17  0   11  0
18  1   12 …
Run Code Online (Sandbox Code Playgroud)

python pandas

10
推荐指数
4
解决办法
519
查看次数

用其他文件的前几行替换前几行

我正在Linux上工作。我有2个文件-file1.dat和file2.dat。

cat file1.dat
1
2
3
4
5
6
7
8
9
10
Run Code Online (Sandbox Code Playgroud)

对于file2:

cat file2.dat
1a
2a
3a
4a
5a
6a
7a
8a
9a
10a
Run Code Online (Sandbox Code Playgroud)

我想用file2.dat的前3行替换file1.dat的前4行。所以我的输出如下

cat file1.dat
1a
2a
3a
5
6
7
8
9
10
Run Code Online (Sandbox Code Playgroud)

我尝试了以下输入:

sed -i.bak '1,4d;3r file2.dat' file1.dat
Run Code Online (Sandbox Code Playgroud)

但是使用此输入,我有以下输出:

5
6
7
8
9
10
Run Code Online (Sandbox Code Playgroud)

我应该如何修改输入命令?我尝试了各种组合。

linux sed

4
推荐指数
1
解决办法
160
查看次数

在 pandas 数据框中与多个列交换或交换列名称

我想仅交换(交换)pandas 中的列名,最好使用单行。另一个问题是我有大约 100 列,这导致我无法重新分配所有列名称,因此我想替换成对的选定列名称。我不知道列的索引(它会有所不同),所以我必须使用列名。

我尝试了以下代码:

import pandas as pd

probes = {'Spam': [0.0,1.0],
        'Ham': [1.0,0.0],
        'PT011': [0.11,0.21],
        'PT012': [0.12,0.22],
        'PT021': [0.21,0.11],
        'PT022': [0.22,0.12]}

df = pd.DataFrame(probes,columns= ['Spam','Ham','PT011', 'PT012','PT021','PT022'])
print("Before renaming:\n",df)
df.rename(columns={'PT011':'PT021', 'PT012':'PT022','PT021':'PT011','PT022':'PT012'}, inplace=True)
print("After renaming:\n",df)
Run Code Online (Sandbox Code Playgroud)

我得到了:

Before renaming:
    Spam  Ham  PT011  PT012  PT021  PT022
0   0.0  1.0   0.11   0.12   0.21   0.22
1   1.0  0.0   0.21   0.22   0.11   0.12
After renaming:
    Spam  Ham  PT021  PT022  PT011  PT012
0   0.0  1.0   0.11   0.12   0.21   0.22
1   1.0  0.0   0.21   0.22   0.11   0.12 …
Run Code Online (Sandbox Code Playgroud)

python dataframe pandas

3
推荐指数
1
解决办法
7727
查看次数

标签 统计

pandas ×2

python ×2

dataframe ×1

linux ×1

sed ×1