Question

我的代码的功能是从已知值中提取一定公差（100 ppm公差）内的值。

要提取的数据如下：

col1      col2
1000      10000
1050      20000
2000      30000

，依此类推（最多400行）。以下是从拾取列表中拾取的代码部分（类似于col1的值）：

for files in file_list:
    df = pd.read_csv(files, engine='python')
    matches = pd.DataFrame(index=pickuplist['mass'],
                        columns=df.set_index(list(df.columns)).index,
                        dtype=bool)
    for index, exp_mass, intensity in df.itertuples():
        matches[exp_mass] = abs(matches.index - exp_mass)/matches.index < ppm/1e6
        if (len(matches[exp_mass])== 0):
            matches[exp_mass] = None
    results3 = matches.any().reset_index(name='a')[matches.any().values]

每个文件的结构类似于上面显示的示例表（col1，col2和一个空列）。取件清单如下：

col1
1000.04
1050.02
2000.04

当前代码在运行时会提取所需值并将其输出为：

col1     col2
1000.04  10000
1050.02  20000
2000.04  30000

但是，如果没有人捡拾，我想留空。例如，如果一个拾取列表包含col1中的值1647.58，并且数据中的100 ppm公差在1647.58的范围内，则没有任何内容，则该1647.58的匹配数据帧将为空白：

col1     col2
1000.04  10000
1050.02  20000

2000.04  30000

if (len(matches[exp_mass])== 0):
    matches[exp_mass] = None

我认为以上部分可以解决问题，但我想我错了。任何建议，将不胜感激。谢谢！

Answer 1

我认为正在发生的事情是您在迭代时尝试在python中更新变量。这在python中是不可能的，请检查this以获得解释，但请简化为您有这段代码

import pandas as pd
import numpy as np

df = pd.DataFrame(np.array([[1000.04, 1000], [1050.02, 2000], [2000.04, 3000]]), columns=('col1', 'col2'))

for index, row in df.iterrows():
    if row['col1'] == 1000.04:
        row['col1'] == np.nan

print(df)

您会认为这会更改第一行的值，但是如果执行它，您会发现不会发生。为了更改数据框，您需要进行如下更改：

df.loc[df['col1'] == 1000.04, ['col1', 'col2']] = np.nan
print(df)

在python数据帧中，如果未选择任何值，如何将值保留为空白？

1 个答案: