pandas 选择重复
示例
如果需要将值设置0为column B，则在columnA中的重复数据中，首先使用创建掩码Series.duplicated，然后使用DataFrame.ix或Series.mask：
In [224]: df = pd.DataFrame({'A':[1,2,3,3,2],
...: 'B':[1,7,3,0,8]})
In [225]: mask = df.A.duplicated(keep=False)
In [226]: mask
Out[226]:
0 False
1 True
2 True
3 True
4 True
Name: A, dtype: bool
In [227]: df.ix[mask, 'B'] = 0
In [228]: df['C'] = df.A.mask(mask, 0)
In [229]: df
Out[229]:
A B C
0 1 1 1
1 2 0 0
2 3 0 0
3 3 0 0
4 2 0 0
如果需要反面罩使用~：
In [230]: df['C'] = df.A.mask(~mask, 0) In [231]: df Out[231]: A B C 0 1 1 0 1 2 0 2 2 3 0 3 3 3 0 3 4 2 0 2
-
我需要选择满足以下条件的行： 如果（X为真，Z为假）（X为假，Z为真），则将True作为值赋给新列。 我试过这个： 但是我得到了以下错误： ValueError：序列的真值不明确。使用a.empty、a.bool()、a.item()、a.any()或a.all（）。 我尝试使用任何（），如下所示
-
问题内容： 我想知道Pandas DataFrames中是否有一种优雅而简捷的方式来按数据类型（dtype）选择列。即从DataFrame中仅选择int64列。 详细来说， 先谢谢您的帮助 问题答案： df.loc[:, df.dtypes == np.float64]
-
我想调用一个函数时，选择的任何选项。类似于这样： 但不知何故不起作用。有人能帮忙吗。 请注意 我不想捕获更改事件，如果我选择已经选择选项，则不会触发更改事件
-
随机抽样，是统计学中常用的一种方法，它可以帮助我们从大量的数据中快速地构建出一组数据分析模型。在 Pandas 中，如果想要对数据集进行随机抽样，需要使用 sample() 函数。 sample() 函数的语法格式如下： 参数说明如下表所示： 参数名称 参数说明 n 表示要抽取的行数。 frac 表示抽取的比例，比如 frac=0.5，代表抽取总体数据的50%。 replace 布尔值参数，表示是
-
问题内容： 在该文档是 非常 简洁http://pandas.pydata.org/pandas- docs/stable/generated/pandas.DataFrame.query.html 。我也无法通过网络搜索找到投影的示例。 因此，我尝试仅提供列名：这给出了语法错误。同样地键入内容，然后键入列名称。那么..该怎么做？ 问题答案： 玩弄了一会儿，并通过阅读后的源代码的，我不能想出一个办