Question

更新：我有一个表的坐标点（x，y）和该点的值。我有太多的分数，所以我需要删除其中的一些，并留下具有最高价值的特定区域。我只是当一行中的x和y等于x和y到另一行时才删除。让我们设置位置限制= 1，低于1我想过滤点。

INPUT：

x , y ,value
1 , 1 , 12
2 , 2 , 11
4 , 2 , 22
5 , 5 , 78
6 , 6 , 33

我希望输出= 1限制距离后，保留最高值：

结果我想收到：

x , y ,value
1 , 1 , 12
4 , 2 , 22
5 , 5 , 78

此代码

df2 = df.loc[abs(df['x'] - df['y']) > 1]
df2.loc[df2['value'] == df2['value'].max()]

给我同样的结果：

df=df2.groupby(['x'])['value'].transform(max)== df2['value']
df3=df2[df]

但它仍然无效; / 谢谢你的帮助！

Answer 1

我可能会误解，但我不认为你所写的内容符合你的预期输出。根据我的解释，似乎你想用＆lt;列x和y之间的绝对差异为1。如果这是正确的，请尝试

df.loc[abs(df['x'] - df['y']) > 1]

如果您认为它不能反映您想要实现的目标，请随意将我的编辑内容回滚到您的问题中。

根据评论更新

我仍然不确定我理解，但请尝试

df2 = df.loc[abs(df['x'] - df['y']) > 1]
df2.loc[df2['value'] == df2['value'].max()]

或

df2 = df.loc[abs(df['x'] - df['y']) <= 1]
df.loc[(abs(df['x'] - df['y']) > 1) | (df['value'] == df2['value'].max())]

Answer 2

这不是最漂亮的，但根据你对这个问题的最新评论，我想这会得到你想要的。

def dist_value_comp(row):                         
    x_dist = abs(df['y'] - row['y']) <= 1
    y_dist = abs(df['x'] - row['x']) <= 1
    xy_dist = x_dist & y_dist
    max_value = df.loc[xy_dist, 'value'].max()
    return row['value'] == max_value

df['keep_row'] = df.apply(dist_value_comp, axis=1)
df.loc[df['keep_row'], ['x', 'y', 'value']]

它可以正确处理问题中的示例数据集。

Answer 3

@cheflo，你好。代码工作正常，但现在我必须准备我的新数据集，现在看起来像这样：

x , y ,value
1 , 1 , 12
2 , 2 , 12
4 , 3 , 12
x , y ,value
1 , 1 , 11
2 , 2 , 11
4 , 3 , 11
x , y ,value
1 , 1 , 33
2 , 2 , 33
4 , 3 , 33

我创建了这样的数据集，按半径过滤仅等于'values'，我现在需要将所有数据保留在我的半径中（在本例中为= 1）在OUTPUT我需要：

x , y ,value
1 , 1 , 12
2 , 2 , 12
x , y ,value
1 , 1 , 11
2 , 2 , 11
x , y ,value
1 , 1 , 33
2 , 2 , 33

当然我也有正常的数据集，包含所有这些值，只有一个标题，但在这种形式中，我认为会更容易，但我收到了一个错误：

AttributeError: 'NoneType' object has no attribute 'apply'
line 93, in <module>
leave_it = df.apply(distance_between, axis=1)

从现在的最后一段代码

我只改变了

x_dist = abs(df['y'] + row['y']) <= 1 #- to +
y_dist = abs(df['x'] + row['x']) <= 1

你怎么看？谢谢！

删除两列之间的差异为＆gt;的行。 1

3 个答案:

根据评论更新