Python 使用熊猫选择数据

我有一个大目录，我根据以下标准从中选择数据：

columns = ["System", "rp", "mp", "logg"]
catalog = pd.read_csv('data.txt', skiprows=1, sep ='\s+', names=columns)

# CUTS
i = (catalog.rp != -1) & (catalog.mp != -1)

new_catalog = pd.DataFrame(catalog[i])
print("{0} targets after cuts".format(len(new_catalog)))

当我执行上述剪切时，代码运行良好。接下来，我想再添加一个剪切：我想选择所有具有

4.0

的目标。但是，一些目标具有

logg=-1

（表示该值不可用）。幸运的是，我可以从其他可用参数计算

logg

。下面是我的最新剪辑：

# CUTS
i = (catalog.rp != -1) & (catalog.mp != -1)
if catalog.logg[i] == -1:
    catalog.logg[i] = catalog.mp[i] / catalog.rp[i]
i &= (4 <= catalog.logg) & (catalog.logg <= 5)

编辑2 编辑3 我理解的格式代码应为：

for row in range(len(catalog)):
    parameter = catalog['logg'][row]
    if parameter == -1:
        parameter = catalog['mp'][row] / catalog['rp'][row]
    if parameter > 4.0 and parameter < 5.0:
        # select this row for further analysis

---

之所以会出现错误，是因为catalog.logg[i]不是一个标量，而是一个系列，所以应该转向矢量化操作：

catalog.loc[i,'logg'] = catalog.loc[i,'mp']/catalog.loc[i,'rp']

这将修改原地的logg列

至于编辑3：

rows=catalog.loc[(catalog.logg > 4) & (catalog.logg < 5)]

rows=catalog.loc[（catalog.logg>4）和（catalog.logg<5）]

它将选择满足条件的行，而不是该代码：

if catalog.logg[i] == -1:
    catalog.logg[i] = catalog.mp[i] / catalog.rp[i]

您可以使用以下选项：

Data columns:
System           477  non-null values
rp               477  non-null values
mp               477  non-null values
logg             477  non-null values
dtypes: float64(37), int64(3), object(3)None

i &= df.logg == -1
df.loc[i, 'logg'] = df.loc[i, 'mp'] / df.loc[i, 'rp']
# or
df.ix[i, 'logg'] = df.ix[i, 'mp'] / df.ix[i, 'rp']

对于编辑3，您需要添加该行：

your_rows = df[(df.logg > 4) & (df.logg < 5)]

your_rows=df[（df.logg>4）和（df.logg<5）]

完整代码：

i = (catalog.rp != -1) & (catalog.mp != -1)
i &= df.logg == -1
df.ix[i, 'logg'] = df.ix[i, 'mp'] / df.ix[i, 'rp']
your_rows = df[(df.logg > 4) & (df.logg < 5)]

i=（catalog.rp！=-1）和（catalog.mp！=-1）
i&=df.logg==-1
df.ix[i，'logg']=df.ix[i，'mp']/df.ix[i，'rp']
您的行=df[（df.logg>4）和（df.logg<5）]

编辑

也许我仍然不明白您想要什么，但我得到了您想要的输出：

import pandas as pd
from io import StringIO

data = """
System     rp   mp    logg
target-01  2    -1     2     
target-02  -1    3     4     
target-03  7     6     4.3   
target-04  3.2    15    -1   
"""

catalog = pd.read_csv(StringIO(data), sep='\s+')
i = (catalog.rp != -1) & (catalog.mp != -1)
i &= catalog.logg == -1
catalog.ix[i, 'logg'] = catalog.ix[i, 'mp'] / catalog.ix[i, 'rp']
your_rows = catalog[(catalog.logg > 4) & (catalog.logg < 5)]

In [7]: your_rows
Out[7]:
  System   rp  mp    logg
2  target-03  7.0   6  4.3000
3  target-04  3.2  15  4.6875

将熊猫作为pd导入
从io导入StringIO
data=”“”
系统rp mp日志
目标-01 2-1 2
目标-02-1 3 4
目标-03 7 6 4.3
目标-04 3.2 15-1
"""
catalog=pd.read_csv（StringIO（数据），sep='\s+'））
i=（catalog.rp！=-1）和（catalog.mp！=-1）
i&=catalog.logg==-1
catalog.ix[i，'logg']=catalog.ix[i，'mp']/catalog.ix[i，'rp']
您的行=目录[（catalog.logg>4）和（catalog.logg<5）]
在[7]：您的_行
出[7]：
系统rp mp日志
2目标-037.064.3000
3目标-04 3.2 15 4.6875

---

我还是错了吗？

你能展示一下你的数据框是什么样子吗？@Antonprotopov，我编辑了这个问题。请检查一下。我的

df

比我发布的列多。为了简单起见，我删除了它们。顺便问一下，什么是

mp[I]

和

rp[I]

？它应该是

catalog.mp[i]

和

catalog.rp[i]

？是的，你是对的！但错误依然存在@AntonProtopopovAIU您附加了

描述

输出，但您能显示实际数据吗？像

df.head（10）

？错误来自

for

循环。我还尝试了

if catalog.loc[I，'logg']==-1:

现在我得到的错误是

AttributeError:'DataFrame'对象没有属性'loc'

在我的情况下同样的代码也可以工作。loc是用于切片熊猫数据帧，

catalog.loc[I，'logg']=-1仍然是一个系列，所以你仍然会得到模糊的真值错误，你应该一个接一个地遍历这个系列，或者使用向量化运算。你能给我更多的细节吗？我是
pandas
新手，我不想对
循环使用
。
catalog.loc[I，'logg']
将返回logg列的子序列，条件
I
为真，因此您可以通过将相应的子序列
mp
除以
rp
来直接修改此序列，
/
进入系列只会进行元素划分，我理解，但我不知道如何实现它。您是如何修复
for
循环的
的？它不工作。在您提供的
full code
中，脚本将选择具有
logg=-1
的所有目标。那不是我想要的所以我不明白你想要什么。。AFAIU您需要选择所有
（catalog.rp！=-1）和（catalog.mp！=-1）
然后将
df.logg==-1
中的所有行替换为
df.ix[i，'mp']/df.ix[i，'rp']
，然后从修改的
df
中选择所有行，其中
（df.logg>4）和（df.logg<5）
。你到底想要什么？我想要的是：首先，我选择所有
（catalog.rp！=-1）&（catalog.mp！=-1）。其次，如果
catalog.logg==-1
，则将
-1`替换为
catalog.mp/catalog.rp
。第三，选择所有条目（来自新修改的和原始的df），其中
（catalog.logg>4）和（catalog.logg<5）
。谢谢你的耐心。
i = (catalog.rp != -1) & (catalog.mp != -1)
i &= df.logg == -1
df.ix[i, 'logg'] = df.ix[i, 'mp'] / df.ix[i, 'rp']
your_rows = df[(df.logg > 4) & (df.logg < 5)]

import pandas as pd
from io import StringIO

data = """
System     rp   mp    logg
target-01  2    -1     2     
target-02  -1    3     4     
target-03  7     6     4.3   
target-04  3.2    15    -1   
"""

catalog = pd.read_csv(StringIO(data), sep='\s+')
i = (catalog.rp != -1) & (catalog.mp != -1)
i &= catalog.logg == -1
catalog.ix[i, 'logg'] = catalog.ix[i, 'mp'] / catalog.ix[i, 'rp']
your_rows = catalog[(catalog.logg > 4) & (catalog.logg < 5)]

In [7]: your_rows
Out[7]:
  System   rp  mp    logg
2  target-03  7.0   6  4.3000
3  target-04  3.2  15  4.6875