pandas 布尔索引
示例
可以使用布尔数组选择数据框的行和列。
import pandas as pd import numpy as np np.random.seed(5) df = pd.DataFrame(np.random.randint(100, size=(5, 5)), columns = list("ABCDE"), index = ["R" + str(i) for i in range(5)]) print (df) # A B C D E # R0 99 78 61 16 73 # R1 8 62 27 30 80 # R2 7 76 15 53 80 # R3 27 44 77 75 65 # R4 47 30 84 86 18
mask = df['A'] > 10 print (mask) # R0 True # R1 False # R2 False # R3 True # R4 True # Name: A, dtype: bool print (df[mask]) # A B C D E # R0 99 78 61 16 73 # R3 27 44 77 75 65 # R4 47 30 84 86 18 print (df.ix[mask, 'C']) # R0 61 # R3 77 # R4 84 # Name: C, dtype: int32 print(df.ix[mask, ['C', 'D']]) # C D # R0 61 16 # R3 77 75 # R4 84 86
有关熊猫文档的更多信息。
-
问题内容： 尽管至少有两个 关于如何在Python的库中为DataFrame编制索引的优秀教程，但我仍然无法找到一种优雅的方法来编写多个列。 我已经发现（我认为是）这样一种不太优雅的方式 但这并不漂亮，可读性得分很低（我认为）。 有没有更好，更Python风格的方法？ 问题答案： 这是一个优先运算符问题。 您应该添加额外的括号以使多条件测试正常工作： 您提到的教程的这一部分显示了带有几个布尔条件的
-
我正在使用熊猫中的布尔索引。 问题是为什么声明： 很好，但是 错误退出？ 例子：
-
问题内容： 我正在Pandas中使用布尔值索引。问题是为什么要声明： 工作正常而 错误退出？ 例： 问题答案： 当你说 你暗中要求Python进行转换并转换为布尔值。 NumPy数组（长度大于1）和对象（例如）没有布尔值-换句话说，它们引发 当用作布尔值时。那是因为不清楚何时应该为True或False。如果某些用户的长度非零，则可能会认为它们为True，例如Python列表。其他人可能只希望其所有
-
问题内容： 这可能是一个非常愚蠢的问题，但是对数据库表中的布尔字段建立索引是否会有很多好处？ 在常见情况下，例如标记为“无效”的“软删除”记录，因此大多数查询都包含，这将有助于对该字段进行单独索引，还是应将其与其他常见搜索字段组合在一起？不同的索引？ 问题答案： 没有。 您可以对要搜索的字段具有较高的选择性/基数进行索引。几乎所有表都消除了布尔字段的基数。如果有的话，它将使您的写入速度变慢（降低的
-
本文向大家介绍solr 布尔搜索，包括了solr 布尔搜索的使用技巧和注意事项，需要的朋友参考一下 示例 +firstname:john +surname:doe 匹配名字为john且姓氏为doe的文档。+前缀表示搜索词必须出现(AND)。 +firstname:john -surname:doe 匹配名字为john而名字不是doe的文档。-前缀表示不得出现搜索词（否）。 +firstname:j
-
In[1]: import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline 1. 计算布尔值统计信息 # 读取movie，设定行索引是movie_title In[2]: pd.options.display.max_colum