Question

我正在编写脚本并使用pandas lib。我是熊猫的新手，所以问题可能很愚蠢。我已将csv的数据导入pandas.dataframe。我的数据框如下所示：

                      set1            set2               set3      set4  
0                     744110.0        507121.0           790001.0  785693.0   
1                     744107.0        507126.0           791002.0  788107.0   
2                     744208.0        535214.0           791103.0  788108.0   
3                     744210.0        534195.0           790116.0  784170.0

我面临两个问题：

问题1

csv中的值是整数我不知道为什么或.0如何弹出，我不希望这种情况发生。

我使用以下代码行创建dataFrame：

df = pd.read_csv(file_path)

问题2

我想在集合中搜索并获取包含值的集合的名称，例如：如果我传入值791103，则输出应该是名称set3串。

我怎样才能在pandas中实现这个目标

请注意：不同的列可能有不同的项目数，例如，set1可能有500个总值，而set2可能只有40个

.to_dict('list')输出：

{'set1': [744110.0, 744107.0, 744208.0, 744210.0], 'set2': [507121.0, 507126.0, 535214.0, 534195.0], 'set3': [790001.0, 791002.0, 791103.0, 790116.0], 'set4': [785693.0, 788107.0, 788108.0, 788170.0]}

Answer 1

import numpy as np
import pandas as pd

"""  set1  set2  set3  set4  
0  744110.0  507121.0  790001.0  785693.0
1  744107.0  507126.0  791002.0  788107.0
2  744208.0  535214.0  791103.0  788108.0
3  744210.0  534195.0  790116.0  784170.0
"""
df = pd.read_clipboard(sep='\s{2,}', engine='python', dtype = 'int')
df

对于第一个问题，您可以在导入时设置数据类型。正如@ user32185所提到的，NaN在尝试转换为int时可能会导致问题。

pd.read_csv(filename, dtype = 'int')

对于你的第二次，我尝试了几件事，但这效果最好：

import numpy as np
df.iloc[np.where(df == 791103)]

输出：

    set3
2   791103

只获取列名称：

df.iloc[np.where(df == 791103)].columns[0]

输出：

'set3'

链接：

Convert Pandas column containing NaNs to dtype `int`

https://chrisalbon.com/python/data_wrangling/pandas_create_column_using_conditional/

Answer 2

获取具有给定value的列的另一个选项是

value = 791103
l = (df.values==value).any(axis=0)
cols = [df.columns[idx] for idx in np.where(l==True)[0]]

在我的机器上，这需要15.9 µs ± 645 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)，而埃文斯的回答需要628 µs ± 2.01 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

pandas获取包含值的列的名称

2 个答案: