推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
pandas 相关条件筛选相关，怎么同时对行和列进行条件限定有更好的写法吗
yellowtail · 2020-06-18 15:28:51 +08:00 · 1645 次点击这是一个创建于 1623 天前的主题，其中的信息可能已经有所发展或是发生改变。
df_new.loc[df_new.index>= df_new['low'].idxmin() ].loc[df_new['mark']==-1].head(1).index 这样写感觉太繁琐了，筛选应该是 loc 但 doc 似乎没发现有能同时设定行列的说明
目的是得到在 low 列的最小值以后，mark 列值为-1 的一个数的序列号
 |
1
jyyx 2020-06-18 16:06:39 +08:00
mask = (df_new.index >= df_new['low'].idxmin()) & (df_new['mark'] == -1)
new_df.loc[mask, :].head(1).index |
|
2
jyyx 2020-06-18 16:17:50 +08:00  1
其实获取 index 不需要用 loc 了
mask = (df_new.index >= df_new['low'].idxmin()) & (df_new['mark'] == -1) mask.head(1).index |
 |
3
billgreen1 2020-06-18 22:46:27 +08:00 via iPhone 1
df.query （“mark==-1”）.sort_values （ by=“low”）.head （ 1 ）
|
Select Language