Question

如果我具有以下数据框：

          A       B       C       D       E

1         1       2       0       1       0
2         0       0       0       1      -1
3         1       1       3      -5       2
4        -3       4       2       6       0
5         2       4       1       9      -1
T         1       2       2       4       1

最后一行是我每一列的阈值。我想计算是否在python pandas中降低或降低阈值。

所需的输出为；

         A       B       C       D       E
Count    2       2       3       3       4

但是，我需要用一个通用的解决方案来解决这个问题，而不是针对这些特定的列。因为我有一个很大的数据集。我无法在代码中为其指定列名。

您能帮我吗？

Answer 1

首先选择没有索引的所有行，然后按DataFrame.lt与最后一行进行比较，然后sum并将Series转换为DataFrame并由Series.to_frame转换为一行由DataFrame.T转置：

df = df.iloc[:-1].lt(df.iloc[-1]).sum().to_frame('count').T
print (df)
       A  B  C  D  E
count  2  2  3  3  4

带有DataFrame构造函数的Numpy替代项：

arr = df.values
df = pd.DataFrame([np.sum(arr[:-1] < arr[-1], axis=0)], columns=df.columns, index=['count'])
print (df)
       A  B  C  D  E
count  2  2  3  3  4

熊猫计算其特殊阈值的每一列

1 个答案: