代码之家 › 专栏 › 技术社区 › Ben P

基于.sum()总计筛选熊猫系列

pandas python

Ben P · 技术社区 · 7 年前

我有每个用户包含一行的数据,然后有许多列用 1 或 0 基于它们与特定产品类别的交互。

我正在运行一些相关分析,我想删除不太重要的类别,使我的分析更容易阅读,我使用 .sum() 在我的dataframe上查看与大多数交互的类别,但是现在如何仅在这个集合上运行相关?

这是我的输出的一个样本 () :

shoes_and_flats                                                                                           37
nightwear_and_slippers                                                                                    61
shorts_and_shorts                                                                                         23
accessories_and_fragrance                                                                                 25
jackets_and_coats_and_wool                                                                                12
dresses_and_skirts_and_sleeveless_dresses                                                                 35
swimwear_and_bikinis                                                                                      49
dresses_and_skirts_and_floral_dresses                                                                      7
jackets_and_coats_and_harrington_jackets                                                                  18
dresses_and_skirts_and_tunic_dresses                                                                       8
sports_performance_tops_and_vests                                                                          4
jeans_and_bootcut_jeans                                                                                    2
nightwear_and_nightwear                                                                                    1

由做创造…

totals = df.sum()

我决定删除少于50个交互的类别,所以我使用… totals = totals[1: -1].sort_values() > 50

但这会返回所有类别 True 或 False 价值。

我的最终目标是 .corr() 在数据上,我如何运行它,并且只返回一个类别有超过50个交互的网格?

2 回复 | 直到 7 年前

Dillon 7 年前

要筛选数据框中的列。你在正确的轨道上 True 和 False 结果,你只需要用这个作为过滤器

假设数据在名为 df ,这将只返回所需的列:

totals = df.sum()
df[totals[totals > 50].index]

Ana Cruz 7 年前

我相信你可以用:

totals = totals[totals > 50]

编辑:上面接受的答案的语法对我来说不起作用,所以万一这件事发生在其他人身上,我发现它起作用了

totals = df.sum()
totals = totals[totals > 50]
df_more_than_50 = df.filter(totals.index))

推荐文章

Google User · Django管理员在`list_display中未显示`creation_date`字段`

5 月前

user29747013 · 如何创建一个新的数据框架,其中包含原始数据框架中列的聚合列?

5 月前

ÎÎÎ½Î· ÎÎ®Î¹Î½Î¿Ï · Python lxml.html语法错误:使用lxml find时XPATH的谓词无效

5 月前

user29715306 · from_users=和chats=电视节目中的差异

5 月前

Redshoe · 当执行numpy.genfromtxt()时,python是否会读取文件的所有行?

6 月前

RASEL MAHMUD · 为什么以及如何在is_even()函数内的IF条件中递归X变量在满足0后递增?[副本]

6 月前

prayner · 更新嵌套字典包含列表中的项

6 月前

Bringo Jr · 我可以在O(n)中解决这个问题吗?

6 月前

Dave · 如何在for循环中修改列表值

6 月前

Shukurullox Komiljonov · 从记录中获得相互和解。使用SQL

6 月前