Question

我有一个包含13000行和3列的数据框：

('time', 'rowScore', 'label')

我想按子集读取子集：

[[1..360], [360..712], ..., [12640..13000]]

我也使用了列表，但是它不起作用：

import pandas as pd
import math
import datetime

result="data.csv"
dataSet = pd.read_csv(result)
TP=0
count=0
x=0
df = pd.DataFrame(dataSet, columns = 
     ['rawScore','label'])
for i,row in df.iterrows():
    data=  row.to_dict()   

    ScoreX= data['rawScore']
    labelX=data['label']


  for i in range (1,13000,360):
     x=x+1
    for j in range (i,360*x,1):
        if ((ScoreX  > 0.3) and (labelX ==0)):
            count=count+1
 print("count=",count)

Answer 1

您还可以使用参数nrows或skiprows将其分解为大块。我建议不要使用iterrows，因为那通常很慢。如果在读取值并单独保存这些块时执行此操作，则它将跳过iterrows部分。如果要拆分成块，则用于文件读取（这似乎是您要执行的操作的中间步骤）。

另一种方法是使用生成器子集，方法是查看值是否属于每个集合： [[1..360]，[360..712]，...，[12640..13000]]

因此编写一个函数，该函数使用索引可以被360整除的块，如果索引在该范围内，则选择该特定子集。

我只是将这些方法写下来，作为您可能想使用的替代想法，因为在某些情况下，您可能只需要一个子集而不是所有块即可进行计算。

如何使用Pandas按子集读取CSV文件子集？

1 个答案: