如何在熊猫中选择和存储大于数字的列?

时间:2016-06-11 07:41:15

标签: python pandas

我有一个带有整数列的pandas DataFrame。我想要包含数字大于10的行。我可以通过执行以下操作来评估True或False而不是实际值:

df['ints'] = df['ints'] > 10

我不经常使用Python,因此我会围绕这个问题进行讨论。

我花了20分钟谷歌搜索但未能找到我需要的东西....

修改

    observationID   recordKey   gridReference   siteKey siteName    featureKey  startDate   endDate pTaxonVersionKey    taxonName   authority   commonName  ints
0   463166539   1767    SM90    NaN NaN 150161  12/02/2006  12/02/2006  NBNSYS0100004720    Pipistrellus pygmaeus   (Leach, 1825)   Soprano Pipistrelle 2006
1   463166623   4325    TL65    NaN NaN 168651  21/12/2008  21/12/2008  NHMSYS0020001355    Pipistrellus pipistrellus sensu stricto (Schreber, 1774)    Common Pipistrelle  2008
2   463166624   4326    TL65    NaN NaN 168651  18/01/2009  18/01/2009  NHMSYS0020001355    Pipistrellus pipistrellus sensu stricto (Schreber, 1774)    Common Pipistrelle  2009
3   463166625   4327    TL65    NaN NaN 168651  15/02/2009  15/02/2009  NHMSYS0020001355    Pipistrellus pipistrellus sensu stricto (Schreber, 1774)    Common Pipistrelle  2009
4   463166626   4328    TL65    NaN NaN 168651  19/12/2009  19/12/2009  NHMSYS0020001355    Pipistrellus pipistrellus sensu stricto (Schreber, 1774)    Common Pipistrelle  2009

1 个答案:

答案 0 :(得分:30)

样本DF:

      @Override
      public void onBindViewHolder(ViewHolder viewHolder, final int position) {

     viewHolder.txtViewTitle.setText(itemsData[position].getItem_title());                   

     viewHolder.badge.setImageResource(itemsData[position].getBadge_index());

仅显示In [79]: df = pd.DataFrame(np.random.randint(5, 15, (10, 3)), columns=list('abc')) In [80]: df Out[80]: a b c 0 6 11 11 1 14 7 8 2 13 5 11 3 13 7 11 4 13 5 9 5 5 11 9 6 9 8 6 7 5 11 10 8 8 10 14 9 7 14 13

的行
b > 10

满足In [81]: df[df.b > 10] Out[81]: a b c 0 6 11 11 5 5 11 9 7 5 11 10 9 7 14 13 条件

的行的最小值(对于所有列)
b > 10

满足In [82]: df[df.b > 10].min() Out[82]: a 5 b 11 c 9 dtype: int32 条件

的行的最小值(b列)
b > 10

更新:从Pandas 0.20.1 the .ix indexer is deprecated, in favor of the more strict .iloc and .loc indexers开始。