我有一个数据框,我有一个数字范围。我想查找特定列中的值位于该范围内的行。从满足熊猫条件的数据框中获取行
这似乎是一件小事。我想在这里给出的技术 - http://pandas.pydata.org/pandas-docs/dev/indexing.html#indexing-boolean
我参加了一个简单的例子:
In [6]: df_s
Out[6]:
time value
0 1 3
1 2 4
2 3 3
3 4 4
4 5 3
5 6 2
6 7 2
7 8 3
8 9 3
In [7]: df_s[df_s.time.isin(range(1,8))]
Out[7]:
time value
0 1 3
1 2 4
2 3 3
3 4 4
4 5 3
5 6 2
6 7 2
于是,我试着从数据集,我的工作有具有时间戳和值列的样本:
In [8]: df_s = pd.DataFrame({'time': range(1379945743841,1379945743850), 'value': [3,4,3,4,3,2,2,3,3]})
In [9]: df_s
Out[9]:
time value
0 1379945743841 3
1 1379945743842 4
2 1379945743843 3
3 1379945743844 4
4 1379945743845 3
5 1379945743846 2
6 1379945743847 2
7 1379945743848 3
8 1379945743849 3
In [10]: df_s[df_s.time.isin(range(1379945743843,1379945743845))]
Out[10]:
Empty DataFrame
Columns: [time, value]
Index: []
为什么在这种情况下不能使用相同的技术?我究竟做错了什么?
我尝试另一种方法:
In [11]: df_s[df_s.time >= 1379945743843 and df_s.time <=1379945743845]
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-11-45c44def41b4> in <module>()
----> 1 df_s[df_s.time >= 1379945743843 and df_s.time <=1379945743845]
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
于是,我带着几分尝试更复杂的方法:
In [13]: df_s.ix[[idx for idx in df_s.index if df_s.ix[idx]['time'] in range(1379945743843, 1379945743845)]]
Out[13]:
time value
2 1379945743843 3
3 1379945743844 4
这给了想要的结果,但它需要太多的时间给任何结果在我的原始数据集上。它有209920行,预计当我真的把我的代码测试时,行数会增加。
任何人都可以指引我采取正确的方法吗?
我使用python 2.7.3和熊猫0.12.0
更新:
杰夫的回答工作。
但我觉得isin
方法更简单,直观,更少混乱。请评论,如果有人有任何想法为什么失败。
谢谢!
'df_s [df_s.time.isin(range(1379945743843,1379945743845))]'适合我(python 2.7,pandas 0.12。0) –
不知道为什么它不起作用在我的系统上。如果任何人有任何想法,为什么第一个isin'方法失败,请评论。谢谢! – Geekster