3
请求很简单:我想选择包含大于阈值的值的所有行。如何选择包含大于阈值的值的所有行?
如果我不喜欢这样写道:
df[(df > threshold)]
我得到这些行,但低于的阈值只是NaN
。我如何避免选择这些行?
请求很简单:我想选择包含大于阈值的值的所有行。如何选择包含大于阈值的值的所有行?
如果我不喜欢这样写道:
df[(df > threshold)]
我得到这些行,但低于的阈值只是NaN
。我如何避免选择这些行?
其实完全没有必要的双换位 - 你可以简单地调用any
沿着你的布尔矩阵列索引(供应1或'columns'
)。
df[(df > threshold).any(1)]
例
>>> df = pd.DataFrame(np.random.randint(0, 100, 50).reshape(5, 10))
>>> df
0 1 2 3 4 5 6 7 8 9
0 45 53 89 63 62 96 29 56 42 6
1 0 74 41 97 45 46 38 39 0 49
2 37 2 55 68 16 14 93 14 71 84
3 67 45 79 75 27 94 46 43 7 40
4 61 65 73 60 67 83 32 77 33 96
>>> df[(df > 95).any(1)]
0 1 2 3 4 5 6 7 8 9
0 45 53 89 63 62 96 29 56 42 6
1 0 74 41 97 45 46 38 39 0 49
4 61 65 73 60 67 83 32 77 33 96
换位为你的自我的回答也仅仅是不必要的性能影响。
df = pd.DataFrame(np.random.randint(0, 100, 10**8).reshape(10**4, 10**4))
# standard way
%timeit df[(df > 95).any(1)]
1 loop, best of 3: 8.48 s per loop
# transposing
%timeit df[df.T[(df.T > 95)].any()]
1 loop, best of 3: 13 s per loop
这其实很简单:
df[df.T[(df.T > 0.33)].any()]
超好的答案。 – jezrael
谢谢!当然这简单得多! – displayname