DataFrame按多個條件刪除行

data.drop(index=

(data[
(data[
"公司縮寫"
]==row[1]
)&(data[
"發布時間"
]==row[2]
)&(data[
"文章綜合情感"
]==row[3]
)].index)
)

for row in merge_data12.itertuples():

#迴圈titledata每一行
a = row[1]
.split(
",")
#print(merge_data12[(merge_data12["公司縮寫"]==row[1])&(merge_data12["發布時間"]==row[2])&(merge_data12["文章綜合情感"]==row[3])].index)
iflen
(a)>1:
for i in a:
#將分割後的各個公司 重新加入**中
, ignore_index=
true
)#刪除原本行
merge_data12.drop(index=
(merge_data12[
(merge_data12[
"公司縮寫"
]==row[1]
)&(merge_data12[
"發布時間"
]==row[2]
)&(merge_data12[
"文章綜合情感"
]==row[3]
)].index)
)

Dataframe 按條件選取行

我們說excel好用，在處理大型資料 的時候，excel可以非常方便地進行篩選。那麼pandas是否有類似的功能呢？答案是肯定的。下面介紹的幾個操作，返回的型別都是dataframe，因此可以進行巢狀操作，非常方便。一 選取幾列組成新的dataframe df df a列列明 s列列明 h列列明 二...

多個DataFrame的儲存

datadf型別 list中包含若干個dataframe，由於每個dataframe都很大，現在需要把每個dataframe分別儲存成乙個csv方便讀取 嘗試1 為了省記憶體，把每個dataframe轉換成str格式進行儲存 file open temp diff strline.csv w for...

DataFrame的條件過濾

series向量的操作 from pandas import read csv 載入檔案 df read csv scientists.csv print df print type df 得到年齡這一列 age df age print age print print age 100 datafr...