91超碰碰碰碰久久久久久综合_超碰av人澡人澡人澡人澡人掠_国产黄大片在线观看画质优化_txt小说免费全本

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

python?pandas怎么遍歷每行并累加進行條件過濾

發布時間:2022-05-12 11:26:12 來源:億速云 閱讀:270 作者:iii 欄目:開發技術

今天小編給大家分享一下python pandas怎么遍歷每行并累加進行條件過濾的相關知識點,內容詳細,邏輯清晰,相信大部分人都還太了解這方面的知識,所以分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后有所收獲,下面我們一起來了解一下吧。

pandas遍歷每行并累加進行條件過濾

python?pandas怎么遍歷每行并累加進行條件過濾

 本次記錄主要實現對每行進行排序,并保留前80%以前的偏好。

思路:

將每行的概率進行排序,然后累加,累加值小于等于0.8的偏好保留,獲得一個累加過濾的dataframe,然后映射回原始數據中,保留每行的偏好。接下來是代碼的實現

a = [[0.2, 0.35, 0.45], [0.1,0.2, 0.7], [0.3, 0.5, 0.2]]
data = pd.DataFrame(a, index=['user1','user2','user3'], columns=["a", "b", "c"])
sum_df=[]
for index,row in data.iterrows():
    df = row.sort_values(ascending=False).cumsum()
    if df[0]>0.8:
        new_df = df[:1]
    else:
        new_df = df[df<=0.8]
    sum_df.append(new_df)
sum_df = pd.DataFrame(sum_df)
print(sum_df)

python?pandas怎么遍歷每行并累加進行條件過濾

這是累加之后每個用戶保留的前80%偏好的類型,接下來如何將這個特征映射回去,將累加后的dataframe通過空值將其轉化為0-1dataframe,再和原數據集一一對應相乘,就可以映射回去了,代碼如下

d = (sum_df.notnull())*1
print(d)

python?pandas怎么遍歷每行并累加進行條件過濾

final_df = d*data #將保留地特征映射到原始數據中
print(final_df)

python?pandas怎么遍歷每行并累加進行條件過濾

本節內容目標明確,實現了每個用戶的前80%偏好,不知道正在看的小伙伴有沒有懂?可以一起討論哦!

接下來,考慮優化這個實現的代碼,前面的思路是通過兩個dataframe相乘實現的,當數據集非常大的時候,效率很低,于是不用list,利用字典的形式實現

sum_df=[]
for index,row in data.iterrows():
    df = row.sort_values(ascending=False).cumsum()
    origin = row.to_dict() #原始每個用戶值
    if df[0]>0.8:
        new_df = df[:1]
    else:
        new_df = df[df<=0.8]
    name = new_df.name  #user
    tmp = new_df.to_dict()
    for key in tmp.keys(): # 原始值映射
        tmp[key] = origin[key]
    tmp['user'] = name
    sum_df.append(tmp)
sum_df = pd.DataFrame(sum_df).set_index('user').fillna(0)
print(sum_df)

python?pandas怎么遍歷每行并累加進行條件過濾

通過字典映射效率很高,新測有效!

python DataFrame遍歷

在數據分析的過程中,往往需要用到DataFrame的類型,因為這個類型就像EXCEL表格一樣,便于我們個中連接、計算、統計等操作。在數據分析的過程中,避免不了的要對數據進行遍歷,那么,DataFrame如何遍歷呢?之前,小白每次使用時都是Google或百度,想想,還是總結一下~

小白經常用到的有三種方式,如下:

首先,先讀入一個DataFrame

import pandas as pd
#讀入數據
df = pd.read_table('d:/Users/chen_lib/Desktop/tmp.csv',sep=',', header='infer')
df.head()
 
-----------------result------------------
        mas  effectdate     num
0    371379    2019-07-15    361
1    344985    2019-07-13    77
2    425090    2019-07-01    105
3    344983    2019-02-19    339
4    432430    2019-02-21    162

1.DataFrame.iterrows()       

將DataFrame的每一行迭代為{索引,Series}對,對DataFrame的列,用row['cols']讀取元素

for index, row in df.iterrows():
    print(index,row['mas'],row['num']) 
  
 
------------result---------------
0 371379 361
1 344985 77
2 425090 105
3 344983 339
4 432430 162

從結果可以看出,第一列就是對應的index,也就是索引,從0開始,第二第三列是自定義輸出的列,這樣就完成了對DataFrame的遍歷。

2.DataFrame.itertuples()

將DataFrame的每一行迭代為元祖,可以通過row['cols']對元素進行訪問,方法一效率高。

for row in df.itertuples():
    print(getattr(row, 'mas'), getattr(row, 'num')) # 輸出每一行
 
 
-------------result-----------------
371379 361
344985 77
425090 105
344983 339
432430 162

從結果可以看出,這種方法是沒有index的,直接輸出每一行的結果。

3.DataFrame.iteritems()

這種方法和上面兩種不同,這個是按列遍歷,將DataFrame的每一列迭代為(列名, Series)對,可以通過row['cols']對元素進行訪問。

for index, row in df.iteritems():
    print(index,row[0],row[1],row[2])
 
 
-------------result------------------
masterhotelid 371379 344985 425090
effectdate 2019-07-15 2019-07-13 2019-07-01
quantity 361 77 105

從結果可以看出,index輸出的是列名,row是用來讀取第幾行的數據,結果是按列展示 

以上就是“python pandas怎么遍歷每行并累加進行條件過濾”這篇文章的所有內容,感謝各位的閱讀!相信大家閱讀完這篇文章都有很大的收獲,小編每天都會為大家更新不同的知識,如果還想學習更多的知識,請關注億速云行業資訊頻道。

向AI問一下細節

免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。

AI

霍林郭勒市| 徐水县| 黄大仙区| 连江县| 苏尼特右旗| 邻水| 阿合奇县| 和顺县| 迁西县| 武义县| 封丘县| 柳州市| 栖霞市| 台前县| 临安市| 库伦旗| 大关县| 武夷山市| 二连浩特市| 邵阳县| 恩施市| 徐汇区| 古蔺县| 淮南市| 永善县| 嘉义市| 舟山市| 开阳县| 崇礼县| 庄河市| 德安县| 蕲春县| 手机| 屯留县| 抚顺市| 扬州市| 广平县| 苏尼特右旗| 商丘市| 英德市| 乐亭县|