データが不正な形式の大きな.txtがあります。いくつかの行を削除し、残りのデータを浮動小数点数に変換したいと思います。私は4;00.1
のような番号がファイルは、このサンプルのように見える4.001
に変換する必要があり、'X'
または'XX'
と私はfloat型に変換する必要があり、残りの行を削除したいと思います:PythonのパンダでDataFrameから特定の行を削除します
0,1,10/09/2012,3:01,4;09.1,5,6,7,8,9,10,11
1,-0.581586,11/09/2012,-1:93,0;20.3,739705,,0.892921,5,,6,7
2,XX,10/09/2012,3:04,4;76.0,0.183095,-0.057214,-0.504856,NaN,0.183095,12
3,-0.256051,10/09/2012,9:65,1;54.9,483293,0.504967,0.074442,-1.716287,7,0.504967,0.504967
4,-0.728092,11/09/2012,0:78,1;53.4,232247,4.556,0.328062,1.382914,NaN,4.556,4
5,4,11/09/2012,NaN,NaN,6.0008,NaN,NaN,NaN,6.000800,6.000000,6.000800
6,X,11/09/2012,X,X,5,X,8,2,1,17.000000,33.000000
7,,11/09/2012,,,,,,6.000000,5.000000,2.000000,2.000000
8,4,11/09/2012,7:98,3;04.5,5,6,3,7.000000,3.000000,3.000000,2
9,6,11/09/2012,2:21,4;67.2,5,2,2,7,3,8.000000,4.000000
私はデータフレームにそれを読んで、行を選択し
from pandas import *
from csv import *
fileName = '~/data.txt'
colName = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j', 'k', 'l']
df = DataFrame(read_csv(fileName, names=colName))
print df[df['b'].isin(['X','XX',None,'NaN'])].to_string()
最後の最後の行からの出力は、私だけを与える:
>>> print df[df['b'].isin(['X','XX',None,'NaN'])].to_string()
b c d e f g h i j k l
a
2 XX 10/09/2012 3:04 4;76.0 0.183095 -0.057214 -0.504856 NaN 0.183095 12 NaN
6 X 11/09/2012 X X 5.000000 X 8.000000 2 1.000000 17 33
はありません行7を選んで、私はすべてのdfだけでなく、1つの列(元のファイルが非常に大きい)を通過したいと思います。
私は以下のように使用しますが、まず不要な行を削除してすべてのdfに適用する必要があります。
convert1 = lambda x : x.replace('.', '')
convert2 = lambda x : float(x.replace(';', '.'))
newNumber = convert2(convert1(df['e'][0]))
私はDFからそれらを削除したい行を選択した後、私はdf.pop()
を試みるが、それは、列のためではない行に対してのみ動作します。私は行に名前をつけようとしますが運がありません。この特定の.txtでは、行[0,3,8,9]から新しいdfを日付形式として 'c'を、時刻形式として 'd'、残りをfloatとして終了する必要があります。私はかなりの間今それを把握しようとしますが、どこに移動するのかわからない、パンダで可能でしょうか(おそらくすべきですか)、それともndarray
または何かに変更する必要がありますか?あなたのアドバイスありがとう
をこの質問に間違って投票されたことは間違っていますか? – tomasz74