主页 / 问题 / 1592122
Accepted
polsok
Asked:2024-08-28 14:57:49 +0000 UTC2024-08-28 14:57:49 +0000 UTC

表解析（一般数据、不同数据和空数据）

  • 772

假设 .csv 文件中有一个表

（为了方便和人类可读性，我采用了测试数据）

ID 234522 524321 234956 234983 293853
姓 伊万诺夫 塔拉索娃 彼得罗夫 库兹涅佐娃 普希金
地面 男性 女性 男性 女性 男性
出生年份 1965年 1999年 1984年 1979年 2001年
职称 工程师 工程师 工程师 工程师 工程师
儿童数量 2 1 3
电话 7485 3310 6500
办公室 中央 中央 中央 中央 中央
邮件 [电子邮件受保护] [电子邮件受保护] [电子邮件受保护]

您需要处理这些数据：

1 分离可变和不可变数据：

不可变数据：

钥匙 意义
职称 工程师
办公室 中央

可变数据：

ID 234522 524321 234956 234983 293853
姓 伊万诺夫 塔拉索娃 彼得罗夫 库兹涅佐娃 普希金
地面 男性 女性 男性 女性 男性
出生年份 1965年 1999年 1984年 1979年 2001年
儿童数量 2 1 3
电话 7485 3310 6500
邮件 [电子邮件受保护] [电子邮件受保护] [电子邮件受保护]

2 分离空数据和非空数据：

空数据（有空数据的行，没有空数据的列除外）

ID 524321 234956 234983 293853
儿童数量 1 3
电话 3310 6500
邮件 [电子邮件受保护] [电子邮件受保护]

非空数据（仅限字符串）：

ID 234522 524321 234956 234983 293853
姓 伊万诺夫 塔拉索娃 彼得罗夫 库兹涅佐娃 普希金
地面 男性 女性 男性 女性 男性
出生年份 1965年 1999年 1984年 1979年 2001年
职称 工程师 工程师 工程师 工程师 工程师
办公室 中央 中央 中央 中央 中央

我想用 pandas 将它们分开，请帮我解决问题

python

1 个回答

  1. Best Answer

    这些实际上是简单的任务。

    unmutable_data = ["должность", "офис"]
print(df.loc[df["ID"].isin(unmutable_data)])
print(df.loc[~df["ID"].isin(unmutable_data)])
print(df.loc[df.isnull().any(axis=1)])
print(df.loc[~df.isnull().any(axis=1)])

              ID       234522       524321       234956       234983       293853
3  должность      инженер      инженер      инженер      инженер      инженер
6       офис  центральный  центральный  центральный  центральный  центральный

                     ID          234522            524321          234956     234983   293853
0           фамилия          Иванов          Тарасова          Петров  Кузнецова   Пушкин
1               пол         мужской           женский         мужской    женский  мужской
2      год рождения            1965              1999            1984       1979     2001
4  количество детей               2                 1             NaN          3      NaN
5           телефон            7485               NaN            3310       6500      NaN
7             почта  [email protected]  [email protected]  [email protected]        NaN      NaN

                     ID          234522            524321          234956 234983 293853
4  количество детей               2                 1             NaN      3    NaN
5           телефон            7485               NaN            3310   6500    NaN
7             почта  [email protected]  [email protected]  [email protected]    NaN    NaN

                 ID       234522       524321       234956       234983       293853
0       фамилия       Иванов     Тарасова       Петров    Кузнецова       Пушкин
1           пол      мужской      женский      мужской      женский      мужской
2  год рождения         1965         1999         1984         1979         2001
3     должность      инженер      инженер      инженер      инженер      инженер
6          офис  центральный  центральный  центральный  центральный  центральный

    如果unmutable_data您需要根据收到的数据进行计算，那么您可以这样做：

    unmutable_data = df[df.iloc[:, 2:].eq(df.iloc[:,2], axis=0).all(1)]["ID"]

    或者像这样：

    unmutable_data = df.loc[df.iloc[:,2:].nunique(axis=1)==1, "ID"]

    更新 如果数据帧有一个“ID”列作为索引，那么代码将如下所示：

    unmutable_data = df[df.iloc[:, 1:].eq(df.iloc[:,1], axis=0).all(1)].index
# либо
# unmutable_data = df.loc[df.iloc[:,1:].nunique(axis=1)==1].index
# здесь выводим только ключ и значение
print(df.iloc[:, :1].loc[df.index.isin(unmutable_data)])
print(df.loc[~df.index.isin(unmutable_data)])
print(df.loc[df.isnull().any(axis=1)])
print(df.loc[~df.isnull().any(axis=1)])
    • 3

相关问题