小编And*_*nte的帖子

我需要在给定条件下计算一些概率，因此我正在使用一个函数来获取包含给定值的行，例如：

df:
col1 col2 col3
 A    B    C
 H    B    C
 A    B
 A    H    C

这是功能

def existence(x):
    return df[df.isin([x]).any(1)]

因此，如果我这样做：

in:
existence('A')

out:
col1 col2 col3
 A    B    C
 A    B
 A    H    C

我需要对该函数进行一般化，以便可以给它提供多个参数并执行以下操作：

existence(x, y):
    return df[df.isin([x]).any(1) & df.isin([y]).any(1)]

或广义

existence(x1, x2,..., xn):
    return df[df.isin([x1]).any(1) & df.isin([x2]).any(1) & ... & df.isin([xn]).any(1)]

我认为args无法帮助我，因为我无法将运算符与运算符＆

预先谢谢你的估计

我有一个数据框，其中包含最多一个字母和三个数字的代码，例如：A478。一些代码只有一个或两个数字，但是我需要在所有具有三个数字的值之前加一个点，以将它们转换为以下形式：

A213至A21.3

简而言之，我需要以这种方式转换df：

id code1 code2 code3 code4
0  A099  B25   A022  NaN
1  B21   J2    Z23   H355
2  C212 C03  NaN   NaN

至

id code1 code2 code3 code4
0  A09.9 B25   A02.2 NaN
1  B21   J2    Z23   H35.5
2  C21.2 C03  NaN   NaN

我尝试使用类似的方法，但是语法无效，所以我不知道如何评估只有三位数字（或4个str）时才发生的情况。

df.apply(lambda x: x.str[:3]+'.'+x.str[3:] if len(x) == 4)

我有一个带有代码的数据框，在不同的时间（列）注册。像这样：

   time1 time2 time3  time4
0  A09.9 B25   A02.2  NaN
1  B21   J2    Z23.1  J2
2  C21.2 C03   NaN    NaN

我需要删除任何列中具有重复值的行，因此在这种情况下，它将是第二行。

   time1 time2 time3  time4
0  A09.9 B25   A02.2  NaN
1  C21.2 C03   NaN    NaN

我还没有找到任何有效的方法，只是逐行进行。

我有 2 个 pyspark 数据帧，我想检查一列的值是否存在于另一个数据帧的列中。

我只看到了如何过滤存在的值的解决方案（像这样），我需要做的是返回一列 true 或 false。

在 pandas 中，它会是这样的：

df_A["column1"].isin(df_B["column1"])

提前致谢！

按值对数据帧索引的不同值进行分组或堆叠的最有效方法是什么？

这个 df：

color   alert

blue    A
blue    B
red     A
green   C

到：

color   alert

blue    [A, B]
red     A
green   C