Question

在DataFrame列中查询陈旧（不变数据）的最快方法是什么，这样它就会返回“陈旧”字样。列？

例如：

from pandas import DataFrame
from numpy.random import randn

df = DataFrame(randn(50, 5))
df['Stale'] = 100.0

将产生类似于以下的df：

      0         1         2         3         4         Stale
0 -0.064293  1.226319 -1.162909 -0.574240 -0.547402     100.0
1  0.529428  0.587148  0.367549  0.066041 -0.071709     100.0
2 -0.112633  0.217315  0.810061 -0.610718  0.179225     100.0
3  0.513706 -2.300195 -0.895974  0.853926 -1.604018     100.0
4  0.410546  0.641980  0.611272  1.121002 -1.082460     100.0

我希望得到陈旧＆＃39;陈旧＆＃39;列返回。现在我在做： df.columns[df.std() == 0.0]有效，但效率可能不高。

Answer 1

此：

df.columns[df.std() == 0.0]

返回'Stale'索引，因为陈旧列的标准偏差为零。

如果将“陈旧性”定义为不变数据，df.var() == 0稍快一些（可能因为您不需要取平方根）。我也想到了df.max() == df.min()，但实际上速度较慢。

要使用此信息返回列，请执行以下操作：

df[df.columns[df.var() == 0.0]]

Answer 2

怎么样：

if 'Stale' in df.columns: #test if you have a column named 'Stale'
    _df = df.ix[:,df.columns!='Stale']
    #do something on the DataFrame without the 'Stale' column
else:
    #_df = df
    #do something to the DataFrame directly.

您可以考虑以下选项：

df.ix[:,df.columns!='Stale']将返回不带'Stale'列和

的DataFrame视图

df.ix[:,df.columns=='Stale']会将'Stale'列作为DataFrame返回，如果它在数据框中。否则为空DataFrame。

df.get['Stale']将'Stale'列作为Series返回，如果该列不存在，则会返回None。

您不能只执行df['Stale']，因为如果列不存在，则会引发keyError。

Answer 3

我建议使用pandas数据框的平移方法：

     df == df.shift()

注意：几乎从不评论stackoverflow。

如何检查DataFrame中的列是否过时？

3 个答案: