[英]Pandas select different rows for each column
我有一個由日期和以下三列組成的數據框。
df = pd.DataFrame({'Date': ['01/01/2019', '02/01/2019', '03/01/2019', '04/01/2019', '05/01/2019', '06/01/2019', '07/01/2019', '08/01/2019'],
'A': [1,2,3,4,5,6,7,8],
'B': [11,12,13,14,15,16,17,18],
'C': [21,22,23,24,25,26,27,28]})
我試圖根據日期選擇每列的一部分。 如果未選擇,則返回零。 如下。
df = pd.DataFrame({'Date': ['01/01/2019', '02/01/2019', '03/01/2019', '04/01/2019', '05/01/2019', '06/01/2019', '07/01/2019', '08/01/2019'],
'A': [1,2,0,0,5,6,7,8],
'B': [0,0,0,0,0,16,17,18],
'C': [21,22,0,0,0,0,0,0]})
在示例So中:將'A'切片為01/01/2019至02/01/2019和05/01/2019為08/01/2019(或無末尾切片)。 B將被切片為06/01/2019至08/01/2019(或沒有結束切片,因為這是最后一個數據點.C將被切片為01/01/2019至02/01/2019。
據我了解,您可以嘗試使用df.where()
:
df['B']=df['B'].where(df.Date.between('06/01/2019','08/01/2019'),0)
print(df)
Date A B C
0 01/01/2019 1 0 21
1 02/01/2019 2 0 22
2 03/01/2019 3 0 23
3 04/01/2019 4 0 24
4 05/01/2019 5 0 25
5 06/01/2019 6 16 26
6 07/01/2019 7 17 27
7 08/01/2019 8 18 28
您可以對所需的所有列和條件執行相同的操作。
我會生成一個布爾掩碼:
B_dates = df['Dates'][-3:]
df.loc[~df['Date'].isin(B_dates), 'B'] = 0
當然,您可以針對所選的任何日期和列對此進行迭代。
這是在df上運行此代碼並打印的輸出:
Date A B C
0 01/01/2019 1 0 21
1 02/01/2019 2 0 22
2 03/01/2019 3 0 23
3 04/01/2019 4 0 24
4 05/01/2019 5 0 25
5 06/01/2019 6 16 26
6 07/01/2019 7 17 27
7 08/01/2019 8 18 28
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.