Question

我得到了一个如下表所示的csv文件。对于每个文件夹，我希望以“狗”的最大概率返回图像。每个文件夹只能返回一个图像。如果不存在Dog，则以最高的概率将“ Cat”作为主图像。如果没有猫，则将具有最高概率的“鸟”作为主要图像，依此类推。

CSV：

FolderName     ImageName    Predictions    Probabilities
   ABC           MyPet           Dog            0.98
   ABC           HisPet          Cat            0.90
   DEF           HerPet          Bird           0.83
   ABC           NotPet          Dog            0.23
   DEF           asdf            Dog            0.78
   DEF           M123            Cat            0.19
   GHI           M123s           Cat            0.89
   GHI           M13             Cat            0.19

我只能以最高的概率返回img，如何先对“预测”列和“概率”列进行优先级设置？

df.loc[df.groupby('FolderName')['Probabilities'].idxmax()]

代码返回

FolderName     ImageName    Predictions    Probabilities
   ABC           MyPet           Dog            0.98
   DEF           asdf            Bird           0.83
   GHI           M123s           Cat            0.89

所需结果：

FolderName     ImageName    Predictions    Probabilities
   ABC           MyPet           Dog            0.98
   DEF           asdf            Dog            0.78
   GHI           M123s           Cat            0.89

Answer 1

这可以通过将“预测”转换为有序的“分类”列，然后调用import csv with open ('abc.csv','r') as csv_file: csv_reader = csv.reader(csv_file) for line in csv_reader: if line[0].startswith('http'): print(line)和sort_values来完成。

drop_duplicates

在多个条件下循环分组数据框

1 个答案: