Pandas 熊猫-在两个索引之间切片

我需要用tensorflow处理数据进行分类。因此，我需要为机器中处理的每个单元创建数据帧。机器持续写入过程数据，并在装置进出机器时写入数据

“uid\u in”中的值表示机器输入了记录的编号，“uid\u out”表示机器离开了机器

[...]
        time  uhz1  uhz2  lhz1  lh2  uid_in  uid_out
5   08:05:00   201   200   101  100     1.0      NaN #Unit1 enters the machine
6   08:06:00   201   200    99  101     2.0      NaN
[...]
14  08:14:00   199   199    99  101    10.0      NaN
15  08:15:00   201   201   100  100    11.0      1.0 #Unit1 leaves the machine
[...]

我需要为机器的每个单元进程创建这样的数据帧

[...]
        time  uhz1  uhz2  lhz1  lh2  uid_in  uid_out
5   08:05:00   201   200   101  100     1.0      NaN #Unit1 enters the machine
6   08:06:00   201   200    99  101     2.0      NaN
[...]
14  08:14:00   199   199    99  101    10.0      NaN
15  08:15:00   201   201   100  100    11.0      1.0 #Unit1 leaves the machine
[...]

如何为每个单元自动创建数据帧df.loc[输入：离开]

当我试图传递DataFrame.index时，它在df.loc中不起作用

start = df[df.uid_in.isin([123])]
end = df[df.uid_out.isin([123])]
unit1_df = df.loc[start:end]

---

我觉得你很接近。我修改了您的陈述，并选择了

start

和

end

的开始和结束索引，如Ian所示

"""        time  uhz1  uhz2  lhz1  lh2  uid_in  uid_out
5   08:05:00   201   200   101  100     1.0      NaN
6   08:06:00   201   200    99  101     2.0      NaN
14  08:14:00   199   199    99  101    10.0      NaN
15  08:15:00   201   201   100  100    11.0      1.0
"""

import pandas as pd

df = pd.read_clipboard()

start = df.uid_in.eq(1.0).index[0]
end = df.uid_out.eq(1.0).index[0]

unit1_df = df.loc[start:end]
unit1_df

输出：

    time    uhz1    uhz2    lhz1    lh2     uid_in  uid_out
5   08:05:00    201     200     101     100     1.0     NaN
6   08:06:00    201     200     99      101     2.0     NaN
14  08:14:00    199     199     99      101     10.0    NaN
15  08:15:00    201     201     100     100     11.0    1.0

一艘班轮：

unit1_df = df.loc[df.uid_in.eq(1.0).index[0]:df.uid_out.eq(1.0).index[0]]

---

我觉得你很接近。我修改了您的陈述，并选择了

start

和

end

的开始和结束索引，如Ian所示

"""        time  uhz1  uhz2  lhz1  lh2  uid_in  uid_out
5   08:05:00   201   200   101  100     1.0      NaN
6   08:06:00   201   200    99  101     2.0      NaN
14  08:14:00   199   199    99  101    10.0      NaN
15  08:15:00   201   201   100  100    11.0      1.0
"""

import pandas as pd

df = pd.read_clipboard()

start = df.uid_in.eq(1.0).index[0]
end = df.uid_out.eq(1.0).index[0]

unit1_df = df.loc[start:end]
unit1_df

输出：

    time    uhz1    uhz2    lhz1    lh2     uid_in  uid_out
5   08:05:00    201     200     101     100     1.0     NaN
6   08:06:00    201     200     99      101     2.0     NaN
14  08:14:00    199     199     99      101     10.0    NaN
15  08:15:00    201     201     100     100     11.0    1.0

一艘班轮：

unit1_df = df.loc[df.uid_in.eq(1.0).index[0]:df.uid_out.eq(1.0).index[0]]

---

你的代码几乎成功了

原始数据帧：

        time  uhz1  uhz2  lhz1  lh2  uid_in  uid_out
0   08:00:00   201   199   100  100     NaN      NaN
1   08:01:00   199   199   100   99     NaN      NaN
[...]
5   08:05:00   201   200   101  100     1.0      NaN
[...]
55  08:55:00   241   241   140  140     NaN     41.0
[...]
58  08:58:00   244   244   143  143     NaN      NaN
59  08:59:00   245   245   144  144     NaN      NaN

新代码：

start = df[df.uid_in.eq(1.0)].index[0]
end = df[df.uid_out.eq(1.0)].index[0]
unit1_df = df.loc[start:end]
print(unit1_df)

输出

        time  uhz1  uhz2  lhz1  lh2  uid_in  uid_out
5   08:05:00   201   200   101  100     1.0      NaN
6   08:06:00   201   200    99  101     2.0      NaN
[...]
14  08:14:00   199   199    99  101    10.0      NaN
15  08:15:00   201   201   100  100    11.0      1.0

---

你的代码几乎成功了

原始数据帧：

        time  uhz1  uhz2  lhz1  lh2  uid_in  uid_out
0   08:00:00   201   199   100  100     NaN      NaN
1   08:01:00   199   199   100   99     NaN      NaN
[...]
5   08:05:00   201   200   101  100     1.0      NaN
[...]
55  08:55:00   241   241   140  140     NaN     41.0
[...]
58  08:58:00   244   244   143  143     NaN      NaN
59  08:59:00   245   245   144  144     NaN      NaN

新代码：

start = df[df.uid_in.eq(1.0)].index[0]
end = df[df.uid_out.eq(1.0)].index[0]
unit1_df = df.loc[start:end]
print(unit1_df)

输出

        time  uhz1  uhz2  lhz1  lh2  uid_in  uid_out
5   08:05:00   201   200   101  100     1.0      NaN
6   08:06:00   201   200    99  101     2.0      NaN
[...]
14  08:14:00   199   199    99  101    10.0      NaN
15  08:15:00   201   201   100  100    11.0      1.0

---

start

和

end

是

pd.DataFrame

s，因此它们不会在

df.loc

中工作。您必须将

.index

放在它们的末尾，如下所示：

start.index

。您也可以只说

start=df.uid\u in.isin（[123]）

和

end=df.uid\u out.isin（[123]）

。现在我的问题是：

start

和

end

的索引是一行吗？还是多重？如果有多个数据帧，则该片将无法工作

start

和

end

是

pd.DataFrame

s，因此它们将无法在

df.loc

中工作。您必须将

.index

放在它们的末尾，如下所示：

start.index

。您也可以只说

start=df.uid\u in.isin（[123]）

和

end=df.uid\u out.isin（[123]）

。现在我的问题是：

start

和

end

的索引是一行吗？还是多重？如果是多个，那么这个片段将不起作用。这将返回我机器上的整个数据帧。把代码改了一点，然后把我的解决方案贴出来。明白了。。。希望至少能有所帮助！我改变了我的soln以匹配你的soln。这将返回我机器上的整个数据帧。把代码改了一点，然后把我的解决方案贴出来。明白了。。。希望至少能有所帮助！我改变了我的soln以匹配你的soln。干杯