我正在编写一个脚本并使用pandas
库。我不熟悉熊猫馆,所以这个问题可能很傻。我已将数据从csv
导入到pandas.dataframe
。我的数据框如下所示:
set1 set2 set3 set4
0 744110.0 507121.0 790001.0 785693.0
1 744107.0 507126.0 791002.0 788107.0
2 744208.0 535214.0 791103.0 788108.0
3 744210.0 534195.0 790116.0 784170.0
我面临两个问题:
问题1
csv
中的值是整数,我不知道为什么会出现{
我用下面的代码行创建我的dataFrame
:
问题2
我想在集合中搜索并获得包含值的集合的名称,例如:如果我传入值791103
,那么输出应该是nameset3
作为字符串。在
我怎样才能在熊猫身上做到这一点
请注意:不同的列可能有不同的项目数,例如,set1可能有500个总值,而set2可能只有40个
.to_dict('list')
输出:
{'set1': [744110.0, 744107.0, 744208.0, 744210.0], 'set2': [507121.0, 507126.0, 535214.0, 534195.0], 'set3': [790001.0, 791002.0, 791103.0, 790116.0], 'set4': [785693.0, 788107.0, 788108.0, 788170.0]}
对于第一个问题,可以在导入时设置数据类型。正如@user32185所提到的,
^{pr2}$NaN
s在尝试转换为int时可能会导致问题第二,我试了几件事,但效果最好:
输出:
仅获取列名:
输出:
链接:
Convert Pandas column containing NaNs to dtype `int`
https://chrisalbon.com/python/data_wrangling/pandas_create_column_using_conditional/
获取具有给定
value
的列的另一个选项是在我的机器上,这需要
15.9 µs ± 645 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
,而埃文斯的答案是628 µs ± 2.01 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
相关问题 更多 >
编程相关推荐