26
4
Tôi chưa quen với python và đang xây dựng mô hình hồi quy mạng thần kinh trong python.
Tôi đang cố gắng loại trừ các hàng có giá trị 0 trong pandas.DataFrame nhưng không biết làm cách nào...
Ví dụ: nếu tôi có một cái gì đó như saucsv
Trung tâm cá nhân
Điều phát hành
từ bỏđầu vào1 đầu vào2 đầu vào3 đầu vào4 đầu vào5 y
370 17.40013 8.9 4 740 883.0246
370 17.35865 8.9 4 740 884.0846
370 17.30227 0 4 740 884.9326
370 17.32991 8.9 4 740 884.4379
370 17.55929 0 4 740 883.1424
370 17.6505 8.9 4 740 883.1188
và muốn loại trừ các hàng có giá trị bằng 0 (hàng 3 và 5 của ví dụ trên).
Mã hiện tại của tôi bao gồm tất cả các hàng dữ liệu trong mã bên dưới,
s1 = pd.Series(RMR_list)
s2 = pd.Series(PHT_list)
s3 = pd.Series(KLNF_list)
s4 = pd.Series(KLNM_list)
s5 = pd.Series(IDF_list)
s6 = pd.Series(CCN_list)
df = DataFrame({'RMR': RMR_list, 'PHT': PHT_list, 'KLN_F': s3.reindex(s1.index), 'KLN_M': s4.reindex(s1.index), 'IDF_M': s5.reindex (s1.index), 'CCN': s6.reindex(s1.index)})
df = df.values
#Thiết lập dữ liệu huấn luyện và dữ liệu kiểm tra
train_size_x = int(len(df)*0.8) #Người dùng có thể thay đổi phạm vi dữ liệu huấn luyện
in(train_size_x)
X_train = df[0:train_size_x, 1:6]
t_train = df[0:train_size_x, 0]
X_test = df[train_size_x:int(len(df)), 1:6]
t_test = df[train_size_x:int(len(df)), 0]
Sử dụng 80% toàn bộ dữ liệu của tôi làm dữ liệu huấn luyện và phần còn lại làm dữ liệu thử nghiệm. Tôi đang cố gắng loại trừ các hàng có giá trị bằng 0 khỏi dữ liệu kiểm tra và đào tạo này.
Tôi nên triển khai điều này như thế nào trong mã python ..?
tái bút Tôi đang sử dụng trăn 3.6
câu trả lời hay nhất
Hãy thử điều này:
df.loc[df.ne(0).all(axis=1)]
Điều này sẽ chỉ trả về những cái không có số 0 trong bất kỳ cột nào (0) hàng giá trị
Nếu bạn muốn xóa các hàng chứa giá trị 0:
df = df.loc[df.ne(0).all(axis=1)]
Về python - Loại trừ các hàng có giá trị 0 khỏi pandas.DataFrame trong python, chúng tôi tìm thấy một câu hỏi tương tự trên Stack Overflow: https://stackoverflow.com/questions/45098092/
26
4
0
Giả sử tôi có 3 DataFrames. Một trong các tên cột của DataFrame không có trong hai tên cột còn lại. sử dụng DataFrames df1 = DataFrame([['a', 'b', 'c'], [1,
Giả sử tôi có 3 DataFrames. Một trong các tên cột của DataFrame không có trong hai tên cột còn lại. sử dụng DataFrames df1 = DataFrame([['a', 'b', 'c'], [1,
Tôi có một LargeDataFrame (nhiều cột và hàng tỷ hàng) và một SmallDataFrame (một cột và 10.000 hàng). Miễn là cột some_identifier trong bigDataFrame
Tôi có một chức năng trong đó tôi chuẩn hóa N cột đầu tiên của DataFrame. Tôi muốn trả lại DataFrame đã chuẩn hóa nhưng để nguyên bản gốc. Tuy nhiên, hàm này dường như cũng làm thay đổi DataFrame đã truyền bằng D!
Tôi muốn tạo trên DataFrame trong Scala bằng lược đồ được chỉ định. Tôi đã thử sử dụng chức năng đọc JSON (ý tôi là đọc một tệp trống) nhưng tôi nghĩ đây không phải là cách tốt nhất. Câu trả lời hay nhất giả sử bạn muốn có một khung dữ liệu với lược đồ sau: roo
Tôi đang cố xóa một số cột khỏi khung dữ liệu và không muốn trả lại khung dữ liệu đã sửa đổi và gán lại nó cho khung dữ liệu cũ. Thay vào đó, tôi muốn hàm chỉ sửa đổi khung dữ liệu. Đây là những gì tôi đã thử, nhưng dường như nó không làm được những gì tôi đã ngoại trừ. Tôi có ấn tượng rằng các tham số được chuyển dưới dạng tham chiếu, trong khi
Tôi có một tập dữ liệu khổng lồ chứa khoảng 60000 dữ liệu. Trước tiên, tôi sẽ nhóm toàn bộ tập dữ liệu bằng một số tiêu chí, điều tiếp theo tôi sẽ làm là chia toàn bộ tập dữ liệu thành nhiều tập dữ liệu nhỏ trong tiêu chí và tự động chạy một hàm trên mỗi tập dữ liệu nhỏ để lấy tham số cho mỗi số thập phân
Tôi gặp phải vấn đề sau và nảy ra ý tưởng giải quyết nó nhưng không thành công: Tôi có cuộc gọi DAX và đặt dữ liệu cho mỗi ngày giao dịch trong một tháng. Sau khi chuyển đổi và một số tính toán, tôi có DataFrame sau: DaxOpt. Mục tiêu bây giờ là loại bỏ sự vắng mặt của
Tôi đang cố gắng làm điều gì đó mà tôi nghĩ nên làm một cách đơn giản, nhưng tôi đang cố gắng làm cho nó đúng. Tôi có một khung dữ liệu lớn, hãy gọi nó là lg và một khung dữ liệu nhỏ, hãy gọi nó là sm. Mỗi khung dữ liệu có cột bắt đầu và cột kết thúc cũng như nhiều cột khác
Tôi có một khung dữ liệu với một loạt các khung dữ liệu như thế này: state1 state2 state3 ... sym1 sym
Tôi có một khung dữ liệu với khoảng 9k hàng và 57 cột, đây là "df". Tôi cần một khung dữ liệu mới: 'df_final' - với mỗi hàng "df", tôi phải sao chép mỗi hàng "x" lần và tăng từng ngày trong mỗi hàng một, tức là "x" lần
Giả sử có một tệp csv như sau: # data.csv 0,1,2,3,4 a,3.0,3.0,3.0,3.0,3.0 b,3.0,3.0,3.0,3.0,3.0 c,3.0,3.0, 3.0, 3.0,3
Tôi chỉ muốn biết liệu có ai có giải pháp hay hơn cho vấn đề sau không: Tôi có hai Pandas DataFrames: nhập gấu trúc dưới dạng pd df1 = pd.DataFrame([[1, 2, 3], [
Tôi có khung dữ liệu pyspark và tôi cần chuyển đổi nó thành từ điển python. Đoạn mã sau có thể tái tạo được: from pyspark.sql import Row rdd = sc.parallelize([R
Tôi có DataFrame và tôi muốn xử lý nó với sự trợ giúp của @chain. Làm thế nào để lưu trữ kết quả trung gian? sử dụng DataFrames, Chuỗi df = DataFrame(a = [1,1,2,2,2
Tôi có một DataFrame với 3 cột có tên :x :y và :z thuộc loại Float64. :x và "y là iid đều trên (0,1) và z là tổng của x và y.
Câu hỏi này đã có câu trả lời ở đây: bộ lọc khung dữ liệu pyspark hoặc bao gồm dựa trên danh sách (3 câu trả lời) Đã đóng 2 năm trước. Chỉ tự hỏi liệu có cách nào hiệu quả để làm điều này
Tôi vừa tìm thấy gói FreqTables này cho phép người ta dễ dàng xây dựng các bảng tần số từ DataFrames (Tôi đang sử dụng DataFrames.jl). Dòng mã sau đây trả về bảng tần số: df = CSV.read("exa
Có cách nào nhanh chóng để chỉ định thứ tự tùy chỉnh để sắp xếp không? /sắp xếp! trên Julia DataFrames? julia> sử dụng DataFrames julia> srand(1);
Trong Python Pandas và R, thật dễ dàng để loại bỏ các cột trùng lặp - chỉ cần tải dữ liệu, gán tên cột và chọn những cột không trùng lặp. Các phương pháp hay nhất để làm việc với loại dữ liệu này bằng Julia Dataframes là gì? không được phép ở đây
Tôi là một lập trình viên xuất sắc, rất giỏi!