我正在编写脚本并使用pandas
lib。我是熊猫的新手,所以问题可能很愚蠢。我已将csv
的数据导入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或.0
如何弹出,我不希望这种情况发生。
我使用以下代码行创建dataFrame
:
df = pd.read_csv(file_path)
问题2
我想在集合中搜索并获取包含值的集合的名称,例如:如果我传入值791103
,则输出应该是名称set3
串。
我怎样才能在pandas中实现这个目标
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]}
答案 0 :(得分:2)
import numpy as np
import pandas as pd
""" 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
"""
df = pd.read_clipboard(sep='\s{2,}', engine='python', dtype = 'int')
df
对于第一个问题,您可以在导入时设置数据类型。正如@ user32185所提到的,NaN
在尝试转换为int时可能会导致问题。
pd.read_csv(filename, dtype = 'int')
对于你的第二次,我尝试了几件事,但这效果最好:
import numpy as np
df.iloc[np.where(df == 791103)]
输出:
set3
2 791103
只获取列名称:
df.iloc[np.where(df == 791103)].columns[0]
输出:
'set3'
链接:
Convert Pandas column containing NaNs to dtype `int`
https://chrisalbon.com/python/data_wrangling/pandas_create_column_using_conditional/
答案 1 :(得分:1)
获取具有给定value
的列的另一个选项是
value = 791103
l = (df.values==value).any(axis=0)
cols = [df.columns[idx] for idx in np.where(l==True)[0]]
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)
,而埃文斯的回答需要628 µs ± 2.01 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)