Question

我知道这是一个简单的问题，但我对熊猫来说是个新手。我想比较单元格的每一行，看看列中的任何单元格是多少还是小于0.00。

              GOOG    AAPL     XOM     IBM       Value
2011-01-10     0.0     0.0     0.0     0.0       0.00
2011-01-13     0.0 -1500.0     0.0  4000.0  -61900.00

我知道大熊猫已经内置了它们。但是，使用以下代码我收到错误

for index, row in dataFrame.iterrows():
    for i in range(0, len(of_columns)):
        print dataFrame[index][i]

错误

返回self._engine.get_loc（self._maybe_cast_indexer（key））文件＆＃34; pandas \ index.pyx＆＃34;，第132行，在pandas.index.IndexEngine.get_loc（pandas \ index.c：4433）文件＆＃34; pandas \ index.pyx＆＃34;，第154行，在pandas.index.IndexEngine.get_loc（pandas \ index.c：4279）文件＆＃34; pandas \ src \ hashtable_class_helper.pxi＆＃34;，第732行，在pandas.hashtable.PyObjectHashTable.get_item（pandas \ hashtable.c：13742）文件＆＃34; pandas \ src \ hashtable_class_helper.pxi＆＃34;，第740行，在pandas.hashtable.PyObjectHashTable.get_item（pandas \ hashtable.c：13696）

预期行动 如果单元格包含0，则不执行任何操作（继续）。如果单元格包含非零值，则每行计算非零值

Answer 1

按gt（>），lt（<）或le进行比较， ge， ne，首先是eq，然后是sum True，有类似1的处理：

不好 - ＆gt;检查以前的所有列：

df['> zero'] = df.gt(0).sum(axis=1)
df['< zero'] = df.lt(0).sum(axis=1)
df['== zero'] = df.eq(0).sum(axis=1)
print (df)
            GOOG    AAPL  XOM     IBM    Value  > zero  < zero  == zero
2011-01-10   0.0     0.0  0.0     0.0      0.0       0       0        7
2011-01-13   0.0 -1500.0  0.0  4000.0 -61900.0       1       2        2

正确 - 选择要检查的列：

cols = df.columns
df['> zero'] = df[cols].gt(0).sum(axis=1)
df['< zero'] = df[cols].lt(0).sum(axis=1)
df['== zero'] = df[cols].eq(0).sum(axis=1)
print (df)
            GOOG    AAPL  XOM     IBM    Value  > zero  < zero  == zero
2011-01-10   0.0     0.0  0.0     0.0      0.0       0       0        5
2011-01-13   0.0 -1500.0  0.0  4000.0 -61900.0       1       2        2

详情：

print (df.gt(0))
             GOOG   AAPL    XOM    IBM  Value
2011-01-10  False  False  False  False  False
2011-01-13  False  False  False   True  False

编辑：

要删除＆＃39; cols＆＃39;中的某些列。使用difference：

cols = df.columns.difference(['Value'])
print (cols)
Index(['AAPL', 'GOOG', 'IBM', 'XOM'], dtype='object')

df['> zero'] = df[cols].gt(0).sum(axis=1)
df['< zero'] = df[cols].lt(0).sum(axis=1)
df['== zero'] = df[cols].eq(0).sum(axis=1)
print (df)
            GOOG    AAPL  XOM     IBM    Value  > zero  < zero  == zero
2011-01-10   0.0     0.0  0.0     0.0      0.0       0       0        4
2011-01-13   0.0 -1500.0  0.0  4000.0 -61900.0       1       1        2

在Pandas DataFrame中获取每行非零值的计数

1 个答案: