Select 基于条件的 python 列
Select columns in pyrhon based on a condition
我是 Python 的新手!
我有一个 p 的输入向量。我正在尝试 select p 的列,使得 p(i)>2 并将它们放入新的向量 y 中。例如顺便说一句,类似下面的内容会出错:
y=(p[i]>2)
在 python 中,您必须 select 在括号内给出列名值,因此您需要先给出列名,然后您才能访问该列,然后条件将工作正常。像这样:
y = dataframe[p['i'] > 80]
您还将获得一个列,该列将被用作数据框。 visit this website 获取更多信息。
如果我理解正确,你的问题不是关于 Pandas 数据框,而是关于常规 Python 列表。如果是这样,您可以使用列表理解。
列表理解是一种简短的语法,用于遍历列表并选择满足特定条件的元素。
让我们先看看如何使用常规 for 循环(non-pythonic 方式)完成您想要的任务:
my_list = [1, 4, 6, 1, 0]
my_new_list = []
for n in my_list:
if n > 2:
my_new_list.append(n)
现在,Python 使用列表理解语法可以非常轻松地从列表中选择元素:
my_new_list = [n for n in my_list if n > 2]
其中第一个 n
指的是我们附加到 my_new_list
的内容,然后是 for 循环,最后是过滤条件。
我是 Python 的新手!
我有一个 p 的输入向量。我正在尝试 select p 的列,使得 p(i)>2 并将它们放入新的向量 y 中。例如顺便说一句,类似下面的内容会出错:
y=(p[i]>2)
在 python 中,您必须 select 在括号内给出列名值,因此您需要先给出列名,然后您才能访问该列,然后条件将工作正常。像这样:
y = dataframe[p['i'] > 80]
您还将获得一个列,该列将被用作数据框。 visit this website 获取更多信息。
如果我理解正确,你的问题不是关于 Pandas 数据框,而是关于常规 Python 列表。如果是这样,您可以使用列表理解。
列表理解是一种简短的语法,用于遍历列表并选择满足特定条件的元素。
让我们先看看如何使用常规 for 循环(non-pythonic 方式)完成您想要的任务:
my_list = [1, 4, 6, 1, 0]
my_new_list = []
for n in my_list:
if n > 2:
my_new_list.append(n)
现在,Python 使用列表理解语法可以非常轻松地从列表中选择元素:
my_new_list = [n for n in my_list if n > 2]
其中第一个 n
指的是我们附加到 my_new_list
的内容,然后是 for 循环,最后是过滤条件。