我对昆虫进行了几次假设测试。我想删除 result_1 值“小于 10” 的行,我认为这些行并不重要,但希望将 NaN 值保留为 单行显示进行了哪个测试以及针对哪种昆虫。
from pandas import Series, DataFrame
import numpy as np
A = Series(['A','A','B','B','B','C'])
B = Series(['ant','flea','flea','spider','spider','flea'])
C = Series([88,77,1,3,2,67])
D = Series(np.random.randn(6))
df = DataFrame({'test':A.values,'insect':B.values,
'result_1':C.values,'result_2':D.values},
columns=['test','insect','result_1','result_2'])
df
所以原始的 Dataframe 看起来像这样:
因为索引 2,3 和 4 的 results_1 值 <10,所以我想删除所有这些行,并注意留下一行(both 中均为 NaN强> 结果列)以显示测试 B 是在跳蚤(索引 2)上执行的,并且应留下一行以显示测试 B 确实是在蜘蛛上执行的(索引 3 和 4,需要删除一项,然后其他需要在结果列中插入 NaN)。
因此,生成的数据框应如下所示:
最佳答案
我认为你可以使用:
#add NaN by condition
df.loc[df.result_1 < 10, ['result_1','result_2']] = np.nan
#drop duplicated by column insect
df[df.result_1.isnull()] = df[df.result_1.isnull()].drop_duplicates(subset='insect')
df = df.dropna(how='all')
print (df)
test insect result_1 result_2
0 A ant 88.0 -0.037844
1 A flea 77.0 -1.088879
2 B flea NaN NaN
3 B spider NaN NaN
5 C flea 67.0 1.455632
另一种解决方案,找到相关索引,然后 drop
具有此索引
的行:
mask = df.result_1 < 10
df.loc[mask, ['result_1','result_2']] = np.nan
a = df[mask].duplicated(subset='insect')
print (a)
2 False
3 False
4 True
dtype: bool
a = a[a].index
df = df.drop(a)
print (df)
test insect result_1 result_2
0 A ant 88.0 -0.176274
1 A flea 77.0 -0.123691
2 B flea NaN NaN
3 B spider NaN NaN
5 C flea 67.0 -0.310655
关于python - 插入特定于列的 NaN 并根据值删除行,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37821394/