pandas进行数据预处理

对.csv文件的处理

在处理.CSV文件时，总会遇到列表的添加删除，查找符合条件的元素下标，并需要对其进行处理的操作。下面将介绍如何查找符合条件的元素以及如何对其赋值的操作。

第一步，将pandas.dataframe类型转换为numpy类型，例如：

data['Labels'].values，可将列表Labels的值提取并转换成numpy类型。

参考链接：

https://blog.youkuaiyun.com/flyfrommath/article/details/69388675

https://blog.youkuaiyun.com/qq_30163461/article/details/80080529

第二步，筛选出符合条件的下标

a = [(data['Position X']==i)&(data['Position Y']==j)

b = [(df['PCTL']<0.95) & (df['PCTL']>0.05)]

以上两行操作返回bool值，通过(data['Labels'].values)[a]可直接打印出相应特征对应行元素的值。

参考链接：

https://jingyan.baidu.com/article/0eb457e508b6d303f0a90572.html

https://www.cnblogs.com/xinping-study/p/7289468.html

第三步，对相应元素进行操作，例如：

(data['Labels'].values)[a] = k

 

相应代码：

# 添加列元素 及 提取符合条件元素下标（通过装换成numpy形式）
# for example
# print df[(df['PCTL']<0.95) & (df['PCTL']>0.05)]

data['Labels'] = 0

k = 1
for i,j in [(122,180),(79,180),(165,180),(122,137),(122,223)]:
    a = [(data['Position X']==i)&(data['Position Y']==j)]
    (data['Labels'].values)[a] = k
    k += 1
    
#print(a)
#print(data)