小编Jon*_*eco的帖子

使用python,选择长于N的重复元素

假设我有一个如下数据帧:

df = pd.DataFrame({'A':[1,1,2,3,3,3,3,3,4,4,4,4,4,4,4,5,5,5,5,6,6]})

df
Out[1]: 
        A
    0   1
    1   1
    2   2
    3   3
    4   3
    5   3
    6   3
    7   3
    8   4
    9   4
    10  4
    11  4
    12  4
    13  4
    14  4
    15  5
    16  5
    17  5
    18  5
    19  6
    20  6
Run Code Online (Sandbox Code Playgroud)

我试图过滤重复4次或更多次的数字,输出结果如下:

df1
Out[2]:
    A
0   3
1   3
2   3
3   3
4   3
5   4
6   4
7   4
8   4
9   4
10  4
11  4
12  5
13 …
Run Code Online (Sandbox Code Playgroud)

python conditional numpy pandas

8
推荐指数
3
解决办法
153
查看次数

如何在列中获得真正的价值观和侧翼的谬误

我想知道如何最简单的方法来选择一列中的所有True行以及该组Trues中紧邻的Falses行.

TLDR; 提取所有True行,以及上面的False行1,以及每个True行下面的1行.

这就是我的意思:

df:

0     False
1     False
2      True
3      True
4     False
5     False
6     False
7     False
8      True
9      True
10     True
11    False
12    False
13    False
14    False
15     True
16     True
dtype: bool
Run Code Online (Sandbox Code Playgroud)

然后,在运行代码之后,结果将是:

result:

1   False
2   True
3   True
4   False
7   False
8   True
9   True
10  True
11  False
14  False
15  True
16  True
Run Code Online (Sandbox Code Playgroud)

python boolean slice pandas

2
推荐指数
1
解决办法
39
查看次数

在 python 中拟合自定义函数

我正在尝试使用以下函数来拟合我的数据:

在此输入图像描述

我正在使用的数据如下:

X1: 
0        1.0
1      101.0
2      201.0
3      301.0
4      401.0
5      501.0
6      601.0
7      701.0
8      801.0
9      901.0
10    1001.0
11    1101.0
12    1201.0
13    1301.0
14    1401.0
15    1501.0
16    1601.0
17    1701.0
18    1801.0
19    1901.0

Y1: 
0     0.121159
1     0.195525
2     0.167305
3     0.125499
4     0.094138
5     0.071610
6     0.053848
7     0.039890
8     0.031099
9     0.023976
10    0.018271
11    0.013807
12    0.010596
13    0.008033
14    0.006710
15    0.005222
16    0.004299
17    0.003376 …
Run Code Online (Sandbox Code Playgroud)

python function curve-fitting

1
推荐指数
1
解决办法
4636
查看次数

标签 统计

python ×3

pandas ×2

boolean ×1

conditional ×1

curve-fitting ×1

function ×1

numpy ×1

slice ×1