Pandas国际单项体育联合会声明

Question

我想使用Pandas自动化数据验证过程。这包括两个步骤：

第一个是确保每一行都有一个有效的列值。例如，我想检查“Independent”列中该行是否有1或0，如果没有则抛出一个标志。因此，如果Independent==1或Independent==0 IndepFlag=0，则IndepFlag=1（对于该行）。基于这个标志，我想将该行的ID打印到excel文件中。在

第二种方法是执行类似的操作，但是要检查多个列（例如，if Independent==1和Column2>；1column2flag=1。在

我的问题是，如何检查有效值，然后从具有行ID的列中捕获并打印，以及如何对多个列执行此操作？在

Answer 1

您可以使用where:http://pandas.pydata.org/pandas-docs/dev/indexing.html#the-where-method-and-masking完成此操作

In [22]: df = pd.DataFrame(dict(Independent=[-1,0,1,4,0], Column2=[0,1,0,2,2]))

In [23]: df
Out[23]:
   Column2  Independent
0        0           -1
1        1            0
2        0            1
3        2            4
4        2            0

where将不符合条件的值转换为nan。您可以使用notnull()获得一个布尔序列，如果您喜欢使用astype，可以将其更改为int：

^{pr2}$

然后，您可以只选择感兴趣的行并将其写入excel文件：

In [26]: flagged = df[df.IndepFlag == 1]

In [27]: flagged
Out[27]:
   Column2  Independent  IndepFlag
1        1            0          1
2        0            1          1
4        2            0          1

In [28]: flagged.to_excel("flagged.xlsx")

使用多个列并不是很不同，只需将where改为使用(df.Independent == 0) & (df.Column2 > 1)。在