Python Pandas Concat "WHERE" 满足条件
Posted
技术标签:
【中文标题】Python Pandas Concat "WHERE" 满足条件【英文标题】:Python Pandas Concat "WHERE" a Condition is met 【发布时间】:2017-02-25 05:06:17 【问题描述】:如何从许多 Python Pandas 数据帧中“连接”特定列,其中每个数据帧中的另一列满足特定条件(这里通俗地称为条件“X”)。
在 SQL 中,使用带有 WHERE df2.Col2 = "X" 和 df3.Col2 = "X" 和 df4.col2 = "X"... 等的 JOIN 子句很简单(可以动态运行)。
在我的例子中,我想创建一个大数据帧,其中包含来自许多数据帧中的每一个的所有“Col1”,但只包括 Col1 行值,其中对应的 Col2 行值大于“0.8”。不满足此条件时,Col1 值应为“NaN”。
任何想法都会很有帮助!提前致谢!
【问题讨论】:
请提供数据。连接意味着堆叠数据帧,因此类似的 SQL 语句将是UNION
。合并将对应于JOIN
。 WHERE
也表示过滤行,但您正在描述条件变化的值,因此保留行。
【参考方案1】:
考虑list
dfs
的pd.DataFrame
s
import pandas as pd
import numpy as np
np.random.seed([3,1415])
dfs = [pd.DataFrame(np.random.rand(10, 2),
columns=['Col1', 'Col2']) for _ in range(5)]
我会用pd.concat
加入
原始连接 堆栈值而不考虑它来自哪里
pd.concat([d.Col1.loc[d.Col2.gt(.8)] for d in dfs], ignore_index=True)
0 0.850445
1 0.934829
2 0.879891
3 0.085823
4 0.739635
5 0.700566
6 0.542329
7 0.882029
8 0.496250
9 0.585309
10 0.883372
Name: Col1, dtype: float64
加入来源信息
使用keys
参数
pd.concat([d.Col1.loc[d.Col2.gt(.8)] for d in dfs], keys=range(len(dfs)))
0 3 0.850445
5 0.934829
6 0.879891
1 1 0.085823
2 0.739635
7 0.700566
2 4 0.542329
3 3 0.882029
4 0.496250
8 0.585309
4 0 0.883372
Name: Col1, dtype: float64
另一种方法
使用query
pd.concat([d.query('Col2 > .8').Col1 for d in dfs], keys=range(len(dfs)))
0 3 0.850445
5 0.934829
6 0.879891
1 1 0.085823
2 0.739635
7 0.700566
2 4 0.542329
3 3 0.882029
4 0.496250
8 0.585309
4 0 0.883372
Name: Col1, dtype: float64
【讨论】:
再次感谢@piRSquared!以上是关于Python Pandas Concat "WHERE" 满足条件的主要内容,如果未能解决你的问题,请参考以下文章
python数据表的合并(python pandas join() merge()和concat()的用法)
python数据表的合并(python pandas join() merge()和concat()的用法)
Python,在 Pandas DataFrame 的“group concat”中使用“order by”