python pandas opérations sur les colonnes

Salut, je voudrais savoir la meilleure façon de faire des opérations sur les colonnes en python à l'aide de pandas.

J'ai un classique de la base de données que j'ai chargé comme un dataframe, et j'ai souvent à faire des opérations telles que pour chaque ligne, si la valeur dans la colonne intitulée " A "est supérieure à x puis remplacez cette valeur par colonne C' moins de la colonne "D"

pour l'instant je fais quelque chose comme

for i in len(df.index):
    if df.ix[i,'A'] > x :
        df.ix[i,'A'] = df.ix[i,'C'] - df.ix[i, 'D']

Je voudrais savoir si il existe un moyen plus simple de faire ce genre d'opérations et, plus important, le plus efficace que j'ai de grandes bases de données

J'avais essayé sans le pour je la boucle, comme dans R ou Stata, on m'a conseillé d'utiliser "un.tout" ou "un.toutes les" mais je n'en non rien trouver, que ce soit ici ou dans les pandas docs.

Merci par avance.

Le code contient une erreur: len(df.index) renvoie un nombre entier qui ne peut pas être réitéré. Il serait bon de le faire pour i in range(0, len(df.index)) afin de réitérer la dataframe

OriginalL'auteur Anthony Martin | 2013-08-12

pandas python

6

Vous pouvez simplement utiliser un booléen masque avec le .loc ou .ix attributs du DataFrame.
```
mask = df['A'] > 2
df.ix[mask, 'A'] = df.ix[mask, 'C'] - df.ix[mask, 'D']
```
Si vous avez beaucoup de ramification des choses, alors vous pouvez faire:
```
def func(row):
    if row['A'] > 0:
        return row['B'] + row['C']
    elif row['B'] < 0:
        return row['D'] + row['A']
    else:
        return row['A']

df['A'] = df.apply(func, axis=1)
```
apply doit généralement être beaucoup plus rapide qu'une boucle for.

En fait j'ai plusieurs conditions : si df.['A'] == 999 ; si df['A'] < 999 et df['B'] == 999 et ainsi de suite... je ne suis pas sûr de savoir comment cette valeur s'étend
Cet exemple vous est fourni: (df['A'] == 999) & (df['B'] == 999), Mais si vous avez une des branches avec else en outre, vous devriez utiliser apply le long de la asix.
Mise à jour de l'exemple.
C'est en effet efficace pour certains de mes cas, merci pour ça ; mais dans d'autres, je dois prendre en compte réelle des valeurs différentes, par exemple pour les variables catégorielles : row['A'] == 1 alors A1, row['A'] ==2, puis A2, row['A'] == 3, A3 et ainsi de suite.
J'ai ajouté un exemple à la réponse que couvre ce cas (à l'aide de apply).

OriginalL'auteur Viktor Kerkez

plus simple selon moi.

from random import randint, randrange, uniform
import pandas as pd
import numpy as np

df = pd.DataFrame({'a':randrange(0,10),'b':randrange(10,20),'c':np.random.randn(10)})

#If colC > 0,5, then ColC = ColB - Cola 
df['c'][df['c'] > 0.5] = df['b'] - df['a']

Testé, il fonctionne.

a   b   c
2  11 -0.576309
2  11 -0.578449
2  11 -1.085822
2  11  9.000000
2  11  9.000000
2  11 -1.081405

il fonctionne bien ! mais il renvoie un message d'avertissement lors de la première exécution:

>>> df['c'][df['c'] > 0.5] = df['b'] - df['a'] __main__:1: SettingWithCopyWarning:  A value is trying to be set on a copy of a slice from a DataFrame

OriginalL'auteur Amrita Sawant

0

Il y a beaucoup de façons de le faire, mais voici le modèle que j'ai trouver plus simple à lire.
```
#Assume df is a Panda's dataframe object
idx = df.loc[:, 'A'] > x
df.loc[idx, 'A'] = df.loc[idx, 'C'] - df.loc[idx, 'D']
```
Réglage des éléments de moins de x est aussi facile que de df.loc[~idx, 'A'] = 0

OriginalL'auteur Fergal

Commencer avec..

df = pd.DataFrame({'a':randrange(1,10),'b':randrange(10,20),'c':np.random.randn(10)})
a   b   c
0   7   12  0.475248
1   7   12  -1.090855
2   7   12  -1.227489
3   7   12  0.163929

fin...

df.ix[df.A < 1,df.A = df['c'] - df['d']]; df
    a   b   c
0   7   12  5.000000
1   7   12  5.000000
2   7   12  5.000000
3   7   12  5.000000
4   7   12  1.813233

désolé, mais cela conduit à une erreur de syntaxe :

>>> df.ix[df.A < 1,df.A = df['c'] - df['d']]; df   File "<stdin>", line 1     df.ix[df.A < 1,df.A = df['c'] - df['d']]; df                         ^ SyntaxError: invalid syntax

OriginalL'auteur SAH

Vous devez vous connecter pour publier un commentaire.