【问题标题】:split data frame pandas if sequence of column value change如果列值序列发生变化,则拆分数据框熊猫
【发布时间】:2018-08-25 14:57:41
【问题描述】:

我有一个数据集,格式如下:

A   B   C   D   label
6   2   6   8     0
2   5   3   6     0 
4   3   4   9     1 
5   7   5   5     1
6   4   5   8     0

其中每一行都是一个具有唯一值的标签,并且该唯一值在一些行之后重复,所以如果我这样做的话,有 7 个标签到 7000 行 df.loc[df['label'] == 0] 它将获取 0 标记行的所有值,但我想根据第一个标签集 0 提取值,如果前 10 行标记为 0,那么它只会在数据框中将它们而不是其他标签 0

【问题讨论】:

    标签: python pandas


    【解决方案1】:

    这里可能需要一个新参数

    df=df.assign(new=df.label.diff().ne(0).cumsum())
    df[df.new==df.groupby('label').new.transform('min')]
    Out[206]: 
       A  B  C  D  label  new
    0  6  2  6  8      0    1
    1  2  5  3  6      0    1
    2  4  3  4  9      1    2
    3  5  7  5  5      1    2
    

    保存到列表

    s=df[df.new==df.groupby('label').new.transform('min')];
    l=[df1 for _, df1 in s.groupby('label')]
    

    【讨论】:

    • 我也需要这样保存,1-0,1个文件号,0个标签,但是我有7个标签,7000行,标签是随机出现的5或10行,我需要单独保存,希望你理解
    • 你能写出“for”块里的内容吗,我的意思是完整地写下这些语句,s =.....中的分号是错误的吗?
    • 它在 l=[for _, df1 in s.groupby('label')] 中有一个错误,它说表达式需要下划线
    • @MuhammadHassan 我改变了...[df1 for _, df1 in s.groupby('label')],检查更新
    • @Wen 我需要以这种样式保存文件,例如'new-label'.csv,有什么办法可以做到,只需选择新的列值和对应的值标签,
    猜你喜欢
    • 2022-11-15
    • 1970-01-01
    • 1970-01-01
    • 2016-11-16
    • 1970-01-01
    • 2018-12-04
    • 2013-06-03
    • 2023-02-23
    • 2018-07-01
    相关资源
    最近更新 更多