我正在看这个和这个线程,虽然我的问题没有那么不同,但它有一些差异.我有一个数据帧floats,我想用字符串替换.说:
A B C
A 0 1.5 13
B 0.5 100.2 7.3
C 1.3 34 0.01
Run Code Online (Sandbox Code Playgroud)
对于这个表我想用几个标准替换,但只有第一个替换工作:
df[df<1]='N' # Works
df[(df>1)&(df<10)]#='L' # Doesn't work
df[(df>10)&(df<50)]='M' # Doesn't work
df[df>50]='H' # Doesn't work
Run Code Online (Sandbox Code Playgroud)
如果我改为基于第二行的选择float,仍然不起作用:
((df.applymap(type)==float) & (df<10) & (df>1)) #Doesn't work
Run Code Online (Sandbox Code Playgroud)
我想知道如何申请pd.DataFrame().mask这里,或任何其他方式.我该怎么解决这个问题?
或者,我知道我可以逐列阅读并在每个系列中应用替换,但这似乎有点适得其反
编辑:任何人都可以解释为什么上面的4个简单分配不起作用?
我遇到了与此用户类似的问题:调用autocomplete时df.col.,即使评估了仅包含一个单元格也没有自动完成df.col。例如,我希望看到df.col.str.matc自动完成df.col.str.match。我该怎么解决?
以以下数据框为例:
import pandas as pd
data = [['Alex in FL','ten'],['Bob in FLORIDA','five'],['Will in GA','three']]
df = pd.DataFrame(data,columns=['Name','Age'])
#Dataframe:
Name Age
0 Alex in FL ten
1 Bob in FLORIDA five
2 Will in GA three
#Command that should autocomplete (but does not):
df.Name.str.matc [+TAB]
Run Code Online (Sandbox Code Playgroud)
我不想尝试腹地,因为我只想在按Tab时自动完成。
在此先多谢!
我有一个大的数据框,有2个级别的列,但是1级行,我正在尝试按如下方式对其进行排序:级别0:按字母顺序排列; 第1级:自定义排序.
import pandas as pd
dictionary = {'A' : {'M': [1,2,3,4,5],
'L': [6,7,8,9,1],
'F': [3,5,1,3,5] },
'C' : {'M': [2,3,4,5,6],
'L': [7,8,9,1,2],
'F': [0,1,6,3,5] },
'B' : {'M': [1,5,2,5,3],
'L': [9,5,6,3,4],
'F': [6,2,7,1,5] }
}
reform = {(outerKey, innerKey): values for outerKey, innerDict in dictionary.iteritems() for innerKey, values in innerDict.iteritems()}
pd.DataFrame(reform,index=['g','h','i','j','k'])
Run Code Online (Sandbox Code Playgroud)
我当时拥有的是什么
# A B C
# F L M F L M F L M
# g 3 6 1 6 9 1 0 7 2 …Run Code Online (Sandbox Code Playgroud) 我有一系列文件,{myvar}里面有很多在表单中定义的变量。例如
文件.txt
This is {myvar}.
Run Code Online (Sandbox Code Playgroud)
我想打开它们,并正常替换变量:
with open('path/to/file.txt', 'r') as file:
myfile = file.read().replace('\n', '')
myvar='myself.'
print(f"{myfile}")
Run Code Online (Sandbox Code Playgroud)
应该输出:
with open('path/to/file.txt', 'r') as file:
myfile = file.read().replace('\n', '')
myvar='myself.'
print(f"{myfile}")
Run Code Online (Sandbox Code Playgroud)
如何将文件作为格式化字符串打开?或者将字符串转换为格式化字符串?
我开始使用 JupyterLab。我想安装一些当前可用于 Jupyter 的笔记本扩展,但文档表明JupyterLab 目前可用的扩展要少得多。
是否可以安装从 Jupyter 到 JupyterLab 的扩展?如果是这样,如何?
我正在尝试创建一个简单的环境:
channels:
- rdonnelly
- bioconda
- anaconda
- r
- conda-forge
- defaults
dependencies:
- bioconda::bioconductor-mixomics>=6.16
- free::fonts-continuum
- rstudio
Run Code Online (Sandbox Code Playgroud)
mamba env create -f my_env.yaml -n some_env,之后我发现包裹丢失:
Looking for: ["bioconda::bioconductor-mixomics[version='>=6.16']", 'free::fonts-continuum', 'rstudio']
Encountered problems while solving:
- package rstudio-1.0.153-1 requires qt 5.6.*, but none of the providers can be installed
Run Code Online (Sandbox Code Playgroud)
但是,我可以看到它qt存在于conda-forge:
mamba search conda-forge::qt
# returns
Loading channels: done
# Name Version Build Channel
qt 4.8.7 ha8c56c7_9 conda-forge
qt 5.6.2 hbe13537_1012 conda-forge
qt 5.6.2 …Run Code Online (Sandbox Code Playgroud) 我有一个如下数据框:
GE GO
1 AD Weiss
2 KI Ruby
3 OH Port
4 ER Rose
5 KI Rose
6 JJ Weiss
7 OH 7UP
8 AD 7UP
9 OP Coke
10 JJ Stout
Run Code Online (Sandbox Code Playgroud)
我正在尝试根据列的值添加一列GO.我正在考虑使用字典,但我需要使用正则表达式来识别我的实际案例中的部分匹配.例如:
Dic={'Weiss|\wuby|Sto\w+':'Beer', 'Port|Rose':'Wine','\dUP|Coke':'Soda'}
Run Code Online (Sandbox Code Playgroud)
这会给
GE GO OUT
1 AD Weiss Beer
2 KI Ruby Beer
3 OH Port Wine
4 ER Rose Wine
5 KI Rose Wine
6 JJ Weiss Beer
7 OH 7UP Soda
8 AD 7UP Soda
9 OP Coke Soda
10 JJ …Run Code Online (Sandbox Code Playgroud) 我有一个以下形式的字符串列表:
my_list=['i99_W_t10', 'i99_M_t11', 'i94_M_t12', 'i93_W_t2', ..., 'i14_M_t19']
Run Code Online (Sandbox Code Playgroud)
(所以总是用 分隔 3 个字段_。我想首先按第二个元素对这个列表进行排序,然后是第三个元素,然后是第一个元素。所以上面的列表将变成:
my_list=['i99_M_t11', 'i94_M_t12', 'i14_M_t19', 'i93_W_t2', 'i99_W_t10', ... ]
Run Code Online (Sandbox Code Playgroud)
我知道如何通过将列表转换为 pandas 数据框、将字段拆分为列、对它们进行排序并返回排序后的列表来实现此目的。但也许有一种更优雅的方式直接在列表上完成,而不必去寻找数据帧?
python ×6
pandas ×4
jupyter ×2
sorting ×2
conda ×1
dataframe ×1
dictionary ×1
file ×1
jupyter-lab ×1
list ×1
mamba ×1
python-3.x ×1
string ×1