Question

我尝试通过pandas数据帧运行for循环，并将逻辑表达式应用于数据帧的每个元素中的列。我的代码编译没有错误，但没有输出。

示例代码：

for i in df:
    if df['value'].all() >= 0.0 and df['value'].all() < 0.05:
        print df['value']

任何帮助将不胜感激！谢谢

Answer 1

如果您想查看列中的所有元素是否满足该逻辑表达式，可以使用此方法：

np.logical_and(df['value'] >= 0.0, df['value'] < 0.05).all()

这将返回单个True或False。

顺便说一句，我看不到for循环是如何被使用的。由于在当前格式中，每次迭代都会运行相同的代码。

Answer 2

.all()将返回True或False，因此根据您的支票顺序，您将过滤掉所有内容。我假设你真正想要的是(df['value'] >= 0.0).all() and (df['value'] < 0.05).all()。

编辑：你也没有实际迭代列。将'value'替换为i。

In [11]: df = pd.DataFrame([np.arange(0, 0.04, 0.01), np.arange(0, 4, 1)]).T

In [12]: df
Out[12]:
      0    1
0  0.00  0.0
1  0.01  1.0
2  0.02  2.0
3  0.03  3.0

In [13]: for c in df:
    ...:     if (df[c] >= 0.0).all() and (df[c] < 0.05).all():
    ...:         print df[c]
    ...:
0    0.00
1    0.01
2    0.02
3    0.03
Name: 0, dtype: float64

Answer 3

这是您正在寻找的结果吗？

print(df.loc[(df['value'] >= 0.0) & (df['value'] < 0.05), 'value'])

仅针对值，请将其放入：

print(df.loc[(df['value'] >= 0.0) & (df['value'] < 0.05), 'value'].values)

或

print(list(df.loc[(df['value'] >= 0.0) & (df['value'] < 0.05), 'value']))

获取值列表

使用for循环和嵌套不等式语句评估pandas系列

3 个答案: