table = pd.DataFrame(data=[[1,2,3],[4,5,6],[7,8,9]],
columns=['High','Middle','Low'],
index=['Blue','Green','Red'])
df = pd.DataFrame(data=[['High','Blue'],
['High','Green'],
['Low','Red'],
['Middle','Blue'],
['Low','Blue'],
['Low','Red']],
columns=['A','B'])
>>> df
A B
0 High Blue
1 High Green
2 Low Red
3 Middle Blue
4 Low Blue
5 Low Red
>>> table
High Middle Low
Blue 1 2 3
Green 4 5 6
Red 7 8 9
我正在尝试添加第三列"C",它基于表中的值.所以第一行的值为1,第二行的值为4等.
如果这将是一维查找我会将表转换为字典并将使用df['C'] = df['A'].map(table).但是由于这是二维的,我无法弄清楚如何使用地图或应用.
理想情况下,我会将表转换为字典格式,因此我将其与json中的其他字典一起保存,但这不是必需的.
['2017-07-17', '2017-07-27', '2017-07-17;14', '2017-07-17;5', '2017-07-19;11', '2017-07-19;13', '2017-07-23;4', '2017-07-27;-1']
我想提取与日期对应的分号右边的所有数字.例如,对于日期'2017-07-17',我想返回列表[14,5].到目前为止2017-07-23我只想回来[4].
我怎样才能做到这一点？我只知道迭代索引来提取数字,但这不会得到我对应于某些日期的数字列表.
for eventIndex in range(2,len(path)):
curr_date = path[eventIndex].split(';')[0]
只会得到我遍历的相应数字,但我根本不知道如何获得与每个日期对应的列表.
我正在将 csv 文件读入熊猫数据帧。
df= pd.read_csv("table.csv", encoding = 'ISO-8859-1')
我有一个名为“value”的列，当值为 nil 时，它包含“-”。我的目标是过滤掉此列中值为 nil 的所有行。
然而，当值为负时，也包含符号。
当我尝试：
df['value'] = df['value'].str.replace(',', '')
df['value'] = df['value'].str.replace('-', '0')
df['value'] = df['value'].astype(str).astype(float)
df= df[df['value'] !=0]
当我去掉负号时，所有负数都变成正数。
但是，如果我不将“-”转换为“0”，则会出现错误：
ValueError: could not convert string to float: '-'
谢谢你的帮助。
我有一个带有字符串列的 python 数据框，我想将其分成更多列。
DF 的某些行如下所示：
COLUMN
ORDP//NAME/iwantthispart/REMI/MORE TEXT
/REMI/SOMEMORETEXT
/ORDP//NAME/iwantthispart/ADDR/SOMEADRESS
/BENM//NAME/iwantthispart/REMI/SOMEMORETEXT
所以基本上我想要“/NAME/”之后到下一个“/”的所有内容。然而。并非每一行都有“/NAME/iwantthispart/”字段，如第二行所示。
我尝试过使用 split 函数，但最终得到了错误的结果。
mt['COLUMN'].apply(lambda x: x.split('/NAME/')[-1])
这只是给了我 /NAME/ 部分之后的所有内容，并且在没有 /NAME/ 的情况下，它返回了完整的字符串给我。
有人有一些提示或解决方案吗？非常感谢帮助！（项目符号是为了使其更具可读性，实际上并不在数据中）。