您好,登錄后才能下訂單哦!
今天小編給大家分享一下python pandas怎么遍歷每行并累加進(jìn)行條件過(guò)濾的相關(guān)知識(shí)點(diǎn),內(nèi)容詳細(xì),邏輯清晰,相信大部分人都還太了解這方面的知識(shí),所以分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后有所收獲,下面我們一起來(lái)了解一下吧。
本次記錄主要實(shí)現(xiàn)對(duì)每行進(jìn)行排序,并保留前80%以前的偏好。
思路:
將每行的概率進(jìn)行排序,然后累加,累加值小于等于0.8的偏好保留,獲得一個(gè)累加過(guò)濾的dataframe,然后映射回原始數(shù)據(jù)中,保留每行的偏好。接下來(lái)是代碼的實(shí)現(xiàn)
a = [[0.2, 0.35, 0.45], [0.1,0.2, 0.7], [0.3, 0.5, 0.2]] data = pd.DataFrame(a, index=['user1','user2','user3'], columns=["a", "b", "c"])
sum_df=[] for index,row in data.iterrows(): df = row.sort_values(ascending=False).cumsum() if df[0]>0.8: new_df = df[:1] else: new_df = df[df<=0.8] sum_df.append(new_df) sum_df = pd.DataFrame(sum_df) print(sum_df)
這是累加之后每個(gè)用戶保留的前80%偏好的類型,接下來(lái)如何將這個(gè)特征映射回去,將累加后的dataframe通過(guò)空值將其轉(zhuǎn)化為0-1dataframe,再和原數(shù)據(jù)集一一對(duì)應(yīng)相乘,就可以映射回去了,代碼如下
d = (sum_df.notnull())*1 print(d)
final_df = d*data #將保留地特征映射到原始數(shù)據(jù)中 print(final_df)
本節(jié)內(nèi)容目標(biāo)明確,實(shí)現(xiàn)了每個(gè)用戶的前80%偏好,不知道正在看的小伙伴有沒(méi)有懂?可以一起討論哦!
接下來(lái),考慮優(yōu)化這個(gè)實(shí)現(xiàn)的代碼,前面的思路是通過(guò)兩個(gè)dataframe相乘實(shí)現(xiàn)的,當(dāng)數(shù)據(jù)集非常大的時(shí)候,效率很低,于是不用list,利用字典的形式實(shí)現(xiàn)
sum_df=[] for index,row in data.iterrows(): df = row.sort_values(ascending=False).cumsum() origin = row.to_dict() #原始每個(gè)用戶值 if df[0]>0.8: new_df = df[:1] else: new_df = df[df<=0.8] name = new_df.name #user tmp = new_df.to_dict() for key in tmp.keys(): # 原始值映射 tmp[key] = origin[key] tmp['user'] = name sum_df.append(tmp) sum_df = pd.DataFrame(sum_df).set_index('user').fillna(0) print(sum_df)
通過(guò)字典映射效率很高,新測(cè)有效!
在數(shù)據(jù)分析的過(guò)程中,往往需要用到DataFrame的類型,因?yàn)檫@個(gè)類型就像EXCEL表格一樣,便于我們個(gè)中連接、計(jì)算、統(tǒng)計(jì)等操作。在數(shù)據(jù)分析的過(guò)程中,避免不了的要對(duì)數(shù)據(jù)進(jìn)行遍歷,那么,DataFrame如何遍歷呢?之前,小白每次使用時(shí)都是Google或百度,想想,還是總結(jié)一下~
小白經(jīng)常用到的有三種方式,如下:
首先,先讀入一個(gè)DataFrame
import pandas as pd #讀入數(shù)據(jù) df = pd.read_table('d:/Users/chen_lib/Desktop/tmp.csv',sep=',', header='infer') df.head() -----------------result------------------ mas effectdate num 0 371379 2019-07-15 361 1 344985 2019-07-13 77 2 425090 2019-07-01 105 3 344983 2019-02-19 339 4 432430 2019-02-21 162
將DataFrame的每一行迭代為{索引,Series}對(duì),對(duì)DataFrame的列,用row['cols']讀取元素
for index, row in df.iterrows(): print(index,row['mas'],row['num']) ------------result--------------- 0 371379 361 1 344985 77 2 425090 105 3 344983 339 4 432430 162
從結(jié)果可以看出,第一列就是對(duì)應(yīng)的index,也就是索引,從0開(kāi)始,第二第三列是自定義輸出的列,這樣就完成了對(duì)DataFrame的遍歷。
將DataFrame的每一行迭代為元祖,可以通過(guò)row['cols']對(duì)元素進(jìn)行訪問(wèn),方法一效率高。
for row in df.itertuples(): print(getattr(row, 'mas'), getattr(row, 'num')) # 輸出每一行 -------------result----------------- 371379 361 344985 77 425090 105 344983 339 432430 162
從結(jié)果可以看出,這種方法是沒(méi)有index的,直接輸出每一行的結(jié)果。
這種方法和上面兩種不同,這個(gè)是按列遍歷,將DataFrame的每一列迭代為(列名, Series)對(duì),可以通過(guò)row['cols']對(duì)元素進(jìn)行訪問(wèn)。
for index, row in df.iteritems(): print(index,row[0],row[1],row[2]) -------------result------------------ masterhotelid 371379 344985 425090 effectdate 2019-07-15 2019-07-13 2019-07-01 quantity 361 77 105
從結(jié)果可以看出,index輸出的是列名,row是用來(lái)讀取第幾行的數(shù)據(jù),結(jié)果是按列展示
以上就是“python pandas怎么遍歷每行并累加進(jìn)行條件過(guò)濾”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家閱讀完這篇文章都有很大的收獲,小編每天都會(huì)為大家更新不同的知識(shí),如果還想學(xué)習(xí)更多的知識(shí),請(qǐng)關(guān)注億速云行業(yè)資訊頻道。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長(zhǎng)郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。