代码之家 › 专栏 › 技术社区 › Abhishek Kulkarni

子设置熊猫数据帧并保留原始大小

dataframe pandas python

Abhishek Kulkarni · 技术社区 · 6 年前

我试图对一个数据帧进行子集设置,但希望新的数据帧具有与原始数据帧相同的大小。
附加输入、输出和预期输出。

df_input = pd.DataFrame([[1,2,3,4,5], [2,1,4,7,6], [5,6,3,7,0]], columns=["A", "B","C","D","E"])

df_output=pd.DataFrame(df_input.iloc[1:2,:])

df_expected_output=pd.DataFrame([[0,0,0,0,0], [2,1,4,7,6], [0,0,0,0,0]], columns=["A", "B","C","D","E"])

请建议前进的路。

4 回复 | 直到 6 年前

Kyle 6 年前

在子集返回到原始索引后,使用 reindex . 这会将新行的所有值设置为 NaN ,可以用0替换 fillna . 自从 南 是一个 floa T类型,可以将所有内容转换回 int 具有 astype .

 df_input.iloc[1:2,:].reindex(df_input.index).fillna(0).astype(int)

user3483203 6 年前

安装程序

df = pd.DataFrame([[1,2,3,4,5], [2,1,4,7,6], [5,6,3,7,0]], columns=["A", "B","C","D","E"])
output = df_input.iloc[1:2,:]

您可以创建一个 mask 使用乘法:

m = df.index.isin(output.index)
m[:, None] * df

   A  B  C  D  E
0  0  0  0  0  0
1  2  1  4  7  6
2  0  0  0  0  0

BENY 6 年前

我会用 where + between

df_input.where(df_input.index.to_series().between(1,1),other=0)
Out[611]: 
   A  B  C  D  E
0  0  0  0  0  0
1  2  1  4  7  6
2  0  0  0  0  0

Sergei 6 年前

另一个选项是用零值创建数据帧,然后用df_输入切片更新它。

df_output = pd.DataFrame(0, index=df_input.index, columns = df_input.columns)
df_output.update(df_input.iloc[1:2,:])

推荐文章

TheCodeNovice · R中符号格式的尾随零和其他问题[重复]

8 月前

Daniel Estévez · 扩展数据帧以包含不存在的值

9 月前

T Richard · 根据条件交换分组数据中的字符串或值

9 月前

Homer Jay Simpson · R中flextable的标题字体和垂直合并

9 月前

RKIDEV · Panda迭代行并将第n行值乘以下一(n+1)行值

10 月前

Ssong · 如何有条件地运用资本化?

10 月前

Marcio Lino · 在Pandas中转换多个值列

10 月前

Ray · 在Python pandas包中使用groupby函数时,输出结果存在差异的原因是什么?

10 月前

RobertF · 如果列没有表头,如何在R数据帧中引用变量名?

10 月前

Homer Jay Simpson · ggplot2`geom_label()中的警告消息`

10 月前