Question

鉴于以下数据框：

df = pd.DataFrame({'s1':[1,2,3,4], 's2':[4,3,2,1], 's3':[7,4,3,1], 's4':[9,4,3,1]})

我想做以下事情：

将谓词>2映射到['s1', 's2']，将谓词>4映射到['s3', 's4'] if true set field to 1 else 0。
删除s1 and s2 and s3 and s4 = 0。
按排列分组，例如[0,1,1,0]等行数
查询不同的计数，例如有多少行s3=1 or s2=1？

我在更大的数据集上执行此操作的问题是，我必须将数据集拆分为系列，然后迭代每个系列，然后将它们放回到数据框中。我想只使用一次数据传递来完成所有转换和查询。

更新：我一直在尝试这样的事情。

binary = pd.DataFrame({'s1':[1,0,1,0], 's2':[0,0,1,0], 's3':[1,0,1,1]})

binary.loc[(cool!=0).any(axis=1)]
binary.groupby(['s1', 's2','s3']).count()＃它适用于2个值，但不适用于3个。

Answer 1

第1项和第2项

要映射谓词，请使用gt函数。然后使用any选择至少有一个True值的行（即排除所有False行。）

您可以在应用谓词时使用astype(int)，但在过滤所有False的行之前，它似乎没有必要。

# Apply predicate.
df[['s1', 's2']] = df[['s1', 's2']].gt(2)
df[['s3', 's4']] = df[['s3', 's4']].gt(4)

# Remove rows that are all False and convert to 0/1.
df = df.loc[df.any(axis=1), :].astype(int)

生成的二进制DataFrame df：

   s1  s2  s3  s4
0   0   1   1   1
1   0   1   0   0
2   1   0   0   0
3   1   0   0   0

第3项

要一次统计所有行组合，请使用apply获取包含每行tuple的系列，并使用value_counts：

# Counts of permutations.
perms = df.apply(tuple, axis=1).value_counts()

结果输出：

(1, 0, 0, 0)    2
(0, 1, 0, 0)    1
(0, 1, 1, 1)    1

第4项

对与您的条件对应的布尔数组求和：

# Count of rows where s3=1 or s2=1.
row_count = ((df['s3'] == 1) | (df['s2'] == 1)).sum()

按预期产生2。

仅使用二进制值创建和操作数据框

1 个答案: