如何在 pandas Dataframe KeyError: False 中索引出数字的值
Posted
技术标签:
【中文标题】如何在 pandas Dataframe KeyError: False 中索引出数字的值【英文标题】:How to index out value of number in pandas Dataframe KeyError: False 【发布时间】:2020-09-25 08:50:21 【问题描述】:所以我试图在过滤后索引一个值以将其附加到列表中。到目前为止,这里是代码:
import pandas as pd
import numpy as np
arr_1 = np.array([7, 1, 6, 9, 2, 4])
arr_2 = np.array([5, 8, 9, 10, 2, 3])
arr_3 = np.array([1, 9, 3, 4, 5, 1])
dict_of_arrs =
'arr' : [arr_1, arr_2, arr_3]
df = pd.DataFrame(dict_of_arrs)
true_list = []
false_list = []
filt = df.arr.apply(lambda x: np.diff(x)>0)
for i in filt:
for n in i:
if n==True:
true_list.append(df.arr[n])
else:
false_list.append(df.arr[n])
虽然我得到了错误:
KeyError: False
我也通过df.arr[i][n]
进行索引,但正如预期的那样,这给了我错误:
IndexError: Boolean index has wrong length: 5 instead of 3
我想做的是过滤掉我已经拥有的 True 或 False,然后我想将所有 True 值的原始编号附加到 true_list
和 False 相同。因此,当我执行print(true_list)
时,输出是一个列表列表,每个列表只有 filt==True 的值,对于 false_list 也是如此。谢谢。
编辑: 预期输出应类似于:
print(true_list)
那么输出是:
[ 6, 9, 4]
[ 8, 9, 10, 3]
[ 9, 4, 5]
因为在每个列表中,如果后面的值大于最后一个值,则 filt 正在寻找。因此,那些为真的,将它们的 int 值添加到 true_list 中。对于 false_list,它看起来像:
[ 1, 2]
[2]
[3, 1]
谢谢
【问题讨论】:
你想在这里做什么,前段时间也有人问过同样的问题。你的预期输出是什么? 我认为,如果您展示您的预期输出,将会有很长的路要走。有更好的方法来做到这一点。np.diff
为您提供 5 个 bool
值的列表,而您的原始数组有 6 个 int
s。您打算如何匹配这些索引?目前还不清楚您需要什么。
那么请再次阅读我的评论。您打算如何将 6 个int
s 匹配到 5 个bool
s?同样,如果您可以edit 您的问题来显示您的预期最终结果,这将有所帮助。我们想帮助你,但你必须帮助我们帮助你。
请用列表的格式、对象的形状等修改您的问题。
【参考方案1】:
这与@Scott Boston's answer 相同,但不使用groupby
和explode
。
使用np.diff
和布尔索引。
import numpy as np
df.arr.map(lambda x:np.array(x)[1:][np.diff(x)>=0])
0 [6, 9, 4]
1 [8, 9, 10, 3]
2 [9, 4, 5]
Name: arr, dtype: object
df.arr.map(lambda x:np.array(x)[1:][np.diff(x)<0])
0 [1, 2]
1 [2]
2 [3, 1]
Name: arr, dtype: object
timeit
结果:
In [63]: %%timeit
...: dfe = df['arr'].explode()
...: grp = dfe.groupby(level=0).diff()
...: df_g = dfe[grp >= 0]
...: df_increasing = df_g.groupby(level=0).agg(list)
...:
...: df_l = dfe[grp < 0]
...: df_decreasing = df_l.groupby(level=0).agg(list)
...:
...:
7.16 ms ± 565 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
In [65]: %%timeit
...: df_x = df.arr.map(lambda x:np.array(x)[1:][np.diff(x)>=0])
...: df_y =df.arr.map(lambda x:np.array(x)[1:][np.diff(x)<0])
...:
...:
384 µs ± 5.37 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
【讨论】:
【参考方案2】:让我们看看这是否有帮助:
dfe = df['arr'].explode()
grp = dfe.groupby(level=0).diff()
df_g = dfe[grp >= 0]
df_increasing = df_g.groupby(level=0).agg(list)
df_l = dfe[grp < 0]
df_decreasing = df_l.groupby(level=0).agg(list)
print(df_increasing)
# 0 [6, 9, 4]
# 1 [8, 9, 10, 3]
# 2 [9, 4, 5]
# Name: arr, dtype: object
print(df_decreasing)
# 0 [1, 2]
# 1 [2]
# 2 [3, 1]
# Name: arr, dtype: object
【讨论】:
很好,我一直坚持只使用gt
,并没有想到只使用lt
来过滤掉误报。第一个条件应该是> 0
虽然基于要求:)
df_increasing = dfe.groupby(level=0).agg(lambda x:x[x.diff().ge(0)].tolist())
减少了groupby
的重复使用。不错的答案+1以上是关于如何在 pandas Dataframe KeyError: False 中索引出数字的值的主要内容,如果未能解决你的问题,请参考以下文章
Pandas:如何将 cProfile 输出存储在 pandas DataFrame 中?
如何在 jupyter 中像 pandas Dataframe 一样打印 Pyspark Dataframe
如何在 Pandas 中将 DataFrame 的行迭代为 Series?
如何在 pandas.DataFrame.plot() 中为标题设置字体大小?