Я просто попытался отредактировать это, но я не был зарегистрирован, поэтому не знаю, где мое редактирование. Я пытался включить множественный выбор. Поэтому я думаю, что лучший ответ:
. Для одного значения наиболее простым (читаемым человеком), вероятно, является:
df.loc[df['column_name'] == some_value]
Для списков значений вы также можете использовать:
df.loc[df['column_name'].isin(some_values)]
Например,
import pandas as pd
import numpy as np
df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
'B': 'one one two three two two one three'.split(),
'C': np.arange(8), 'D': np.arange(8) * 2})
print(df)
# A B C D
# 0 foo one 0 0
# 1 bar one 1 2
# 2 foo two 2 4
# 3 bar three 3 6
# 4 foo two 4 8
# 5 bar two 5 10
# 6 foo one 6 12
# 7 foo three 7 14
print(df.loc[df['A'] == 'foo'])
дает
A B C D
0 foo one 0 0
2 foo two 2 4
4 foo two 4 8
6 foo one 6 12
7 foo three 7 14
Если у вас есть несколько критериев, которые вы хотите выбрать, вы можете поместить их в список и использовать 'isin':
print(df.loc[df['B'].isin(['one','three'])])
дает
A B C D
0 foo one 0 0
1 bar one 1 2
3 bar three 3 6
6 foo one 6 12
7 foo three 7 14
Обратите внимание, однако, что если вы хотите сделать это много раз, более эффективно сделать A сначала индекс, а затем используйте df.loc:
df = df.set_index(['A'])
print(df.loc['foo'])
дает
A B C D
foo one 0 0
foo two 2 4
foo two 4 8
foo one 6 12
foo three 7 14
Вот подход, использующий mutate_all
. Если вы хотите сделать это только для определенных столбцов, вы просто должны использовать mutate_at
и указать вместо них столбцы.
library(dplyr)
library(stringr)
mutate_all(have, funs(chi = as.numeric(str_detect(., "chi")),
bay = as.numeric(str_detect(., "bay")),
gia = as.numeric(str_detect(., "gia")),
sin = as.numeric(str_detect(., "sin"))))
mutate_at
пример с vars
:
want <- have %>% mutate_at(vars(rep1,rep2,rep3), funs(
tox = as.numeric(str_detect(., "chi")),
bay = as.numeric(str_detect(., "bay")),
gia = as.numeric(str_detect(., "gia")),
iso = as.numeric(str_detect(., "sin"))))
Вот некоторый некрасивый и неэффективный (с точки зрения производительности) базовый код, в котором вам не нужно самим создавать имена столбцов:
want_new <- have
colold <- colnames(want_new)
for (p in pattern) {
cname <- paste0(
colold,
"_",
p
)
for (col in cname) {
want_new[, col] <- as.numeric(str_detect(
want_new[, gsub(paste0("_", p), "", col, fixed)],
p
))
}
}
Уверен, что это можно улучшить, немного доработав. [112 ]