Question

我仍然是Python的菜鸟所以我很抱歉，如果答案显而易见......我有一些看起来与此相似的数据框（简化示例）：

      0     1     2     3     
0     2     1     1     1
1     3     2     2     2
2     4     3     3     3
3     2     4     4     0

假设我需要首先检查每个其他列的第4行是否大于1，如果是，则将整列减去2.结果应如下所示：

      0     1     2     3     
0     0     1     1     1
1     1     2     2     2
2     2     3     3     3
3     0     4     4     0

在此示例中，代码应检查第0列和第2列中的第4个值（row3）是否高于1，因为从第0列满足要求后，整个列将减去2，而第2列将被忽略。

我目前有：

for flist in glob('*.csv'):
    print(flist)
    df = pd.read_csv(flist, delimiter = ',', header=None, index_col=False, skiprows=29, usecols=range(3,72))
    if df.loc[3,0::2] > 1:
        df.loc[:,0::2]-2
    if df.loc[3,0::2] < -1:
        df.loc[:,0::2]+2

这段代码可能有其他问题，但首先，当我尝试运行它时，我得到了

系列的真值是模棱两可的。使用a.empty，a.bool（）， a.item（），a.any（）或a.all（）。

任何帮助都将不胜感激。

Answer 1

表达式df.loc[3,0::2]可以获取列表中的每个备用列，并且尝试获取一组数字的真值是没有意义的。

如果您尝试比较列表中的多个值，则必须对其进行单独检查。像

这样的东西

if df.loc[3][0] > 1 and df.loc[3][2] > 1:

另外，我不认为你可以在表达式中增加整个列，你需要通过迭代列的每个元素来做到这一点

for I in range(0,5):
    df.loc[3][i]=df.loc[3][i]+1

Answer 2

您可以在一行中执行检查和减法。

df.loc[:,((df.columns % 2 == 0) & (df.loc[3,:] > 1))] -= 2

此处df.loc[:, condition]按条件对列过滤DataFrame condition实际上是两个条件：

我们只想要每隔一列（(df.columns % 2 == 0)），以及（&）
仅限第四行中的条目大于1（(df.loc[3,:] > 1))）

从如此过滤的DataFrame中，您使用-= 2减去2。

请注意，我们仅选择每个第二列的方式有效，因为我们尚未在DataFrame中指定任何标头。如果有标题，可以使用例如(numpy.arange(len(df.columns)) % 2 == 0)。

以下是完整的代码：

import pandas as pd

a =[[2 ,    1 ,    1 ,    1],
    [3 ,    2 ,    2 ,    2],
    [4 ,    3 ,    3 ,    3],
    [2 ,    4 ,    4 ,    0]]
df = pd.DataFrame(a)

df.loc[:,((df.columns % 2 == 0) & (df.loc[3,:] > 1))] -= 2
print df
#   0  1  2  3
#0  0  1 -1  1
#1  1  2  0  2
#2  2  3  1  3
#3  0  4  2  0

Python：如果列中的第n个值满足特定条件

2 个答案: