import pandas as pd
import numpy as np
# Sample data
d = np.array([[18, 1, 0, 1.0, 5.0, 0, 1],
[89, 3, 1, 1.0, 1.0, 1, 1],
[100, 4, 7, 0.0, 1.0, 1, 0],
[200, 0, 1, 0.0, 0.0, 1, 0],
[300, 1, 1, 0.0, 1.0, 1, 1],
[19, 1, 1, 1.0, 1.0, 6, 1]])
df = pd.DataFrame(data=d, columns = ['Age','Prod1','Prod2', 'Day 4', 'Day 5', 'Day 6', 'Region'])
df = df.drop(df[~df.loc[:, 'Prod1':'Region'].isin([0, 1]).all(axis=1)].index)
print(df)
должен дать ожидаемый результат:
Age Prod1 Prod2 Day 4 Day 5 Day 6 Region
3 200.0 0.0 1.0 0.0 0.0 1.0 0.0
4 300.0 1.0 1.0 0.0 1.0 1.0 1.0
Комментарий к вашему коду: Ваши условия неверны, но это не причина, почему вы получают тот же кадр данных. Это происходит потому, что вы не передаете df.drop(prodindex)
переменной, то есть:
# Your code
prodindex = df[ (df.loc['Prod1':'Region'] > 1) & (df.loc['Prod1':'Region'] < 0) ].index
df = df.drop(prodindex)
print(df)
Empty DataFrame
Columns: [Age, Prod1, Prod2, Day 4, Day 5, Day 6, Region]
Index: []
Существует много ERP-систем, большинство из которых предназначены для конкретной отрасли, иногда даже для конкретной корпорации.
Таким образом, вы должны сначала выбрать конкретную систему ERP, а затем проанализировать ее. Хорошей отправной точкой будет список систем ERP в SourceForge .
Еще одной отправной точкой будет этот документ об общем использовании диаграмм UML в системах ERP.
Ознакомьтесь с серией «Книга ресурсов модели данных» от Silverstron. Не UML ... но близко. Том 1 , Том 2 .