[英]Filter dataframe rows according to max column value
我有这个df
数据框:
artist track class1 class2 class3
0 Portishead Roads 0.98 0.02 0.0
1 Yo La Tengo Our Way to Fall 0.14 0.86 0.0
2 Radiohead Fake Plastic Trees 0.03 0.97 0.0
给定这些用户输入:
input_value = 0.8
input_class = 'class2'
我使用以下代码根据class2最大值对数据帧重新排序:
for col in df.ix[:,'class1':'class3']:
if col == input_class:
reordered_df = df.iloc[(df[input_class] - input_value).argsort()]
像这样:
1 Yo La Tengo Our Way to Fall 0.14 0.86 0.0
2 Radiohead Fake Plastic Trees 0.03 0.97 0.0
0 Portishead Roads 0.98 0.02 0.0
但是,我仍然需要满足一个类条件,即class2值必须是每一行中的最高float值。 换一种说法:
0 Portishead Roads 0.98 0.02 0.0
应该讨论,因为最大值属于另一个类。
如何在上面的代码段中插入此条件?
找到沿列的max
行,与class2
比较,并相应地丢弃。
reordered_df
artist track class1 class2 class3
1 Yo La Tengo Our Way to Fall 0.14 0.86 0.0
2 Radiohead Fake Plastic Trees 0.03 0.97 0.0
0 Portishead Roads 0.98 0.02 0.0
reordered_df[reordered_df.max(1) == reordered_df.class2]
artist track class1 class2 class3
1 Yo La Tengo Our Way to Fall 0.14 0.86 0.0
2 Radiohead Fake Plastic Trees 0.03 0.97 0.0
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.