我想选择数据框中包含列表中定义的值的所有行。我有两种方法都不能按预期/想要的那样工作。
我的数据框看起来像这样：
Timestamp DEVICE READING VALUE
1 | DEV1 | READ1 | randomvalue
2 | DEV1 | READ2 | randomvalue
3 | DEV2 | READ1 | randomvalue
4 | DEV2 | READ2 | randomvalue
5 | DEV3 | READ1 | randomvalue
我有如下列表（ls）：
[[DEV1, READ1], [DEV1, READ2], [DEV2,READ1]]
在这种情况下，我想删除行4和5：
我的第一种方法是：
df = df[(df['DEVICE']. isin([ls[i][0] for i in range(len(ls))])) &
(df['READING'].isin([ls[k][1] for k in range(len(ls))]))]
这个问题很明显，它没有删除第 4 行，因为 DEV2 有 READING READ2，但它应该删除它。
我的第二种方法是：
df = df[(df[['DEVICE','READING']].isin({'DEVICE': [ls[i][0] for …我想将pandas df转换为One_hot pandas df.描述的最佳方式可能是一个例子:
我看起来像这样:
ID|DEV |STATE|
1 |DEV1|on
2 |DEV2|on
3 |DEV1|off
3 |DEV3|on
3 |DEV3|off
我知道不唯一的ID并不好,我正在努力.
然后我转动桌子:
data.pivot_table(index='ID', columns=['DEV'], values='STATE', dropna=True, aggfunc='first')
其结果如下
ID|DEV1|DEV2|DEV3
1 |on | NaN| NaN
2 | NaN| on | NaN
3 | off| NaN| on
4 | NaN| NaN| off
我现在想得到这样的东西:
ID|DEV1.on|DEV1.off|DEV2.on|DEV3.on|DEV3.off
1 | 1 | 0| 0| 0| 0
2 | 0 | 0| 1| 0| 0
3 | 0 | 1| 0| 1| 0
4 | 0 | 0| 0| 0| …