如上图内容,固定列的表格,需要每行进行处理,从最右列向左列依次进行检查,当右列值是0时则为0,当右列值<0的时候,将这个负数与前一列的数据进行运算想加,并更新右列负数列为0,左列为想加运算结果,以此类推,直到最右列值没有负数即可(如果最右列>0,左边列存在<0的数值时不用处理)。我用的方法是pandas遍历行,然后遍历列逐一处理,该表格有约3000多行,执行了6个小时,存在很大问题。求各位帮助,直接付成品代码
关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率
已结题
pandas 处理表格计算 帮助
如上图内容,固定列的表格,需要每行进行处理,从最右列向左列依次进行检查,当右列值是0时则为0,当右列值<0的时候,将这个负数与前一列的数据进行运算想加,并更新右列负数列为0,左列为想加运算结果,以此类推,直到最右列值没有负数即可(如果最右列>0,左边列存在<0的数值时不用处理)。我用的方法是pandas遍历行,然后遍历列逐一处理,该表格有约3000多行,执行了6个小时,存在很大问题。求各位帮助,直接付成品代码
收起
- 写回答
- 好问题 0 提建议
- 关注问题
- 微信扫一扫点击复制链接分享
- 邀请回答
- 编辑 收藏 删除
- 收藏 举报
3条回答 默认 最新
- 关注
码龄 粉丝数 原力等级 --
- 被采纳
- 被点赞
- 采纳率
喝茶看狗 2023-03-24 04:53关注私法一下数据可以吗
本回答被题主选为最佳回答 , 对您是否有帮助呢? 本回答被专家选为最佳回答 , 对您是否有帮助呢? 本回答被题主和专家选为最佳回答 , 对您是否有帮助呢?解决 无用评论 打赏举报微信扫一扫点击复制链接分享编辑预览轻敲空格完成输入- 显示为
- 卡片
- 标题
- 链接
评论按下Enter换行,Ctrl+Enter发表内容
编辑
预览
轻敲空格完成输入
- 显示为
- 卡片
- 标题
- 链接
报告相同问题?
提交
- 2022-01-11 00:19回答 2 已采纳 import pandas as pd # 创建一个DataFrame作为新表数据 df = pd.DataFrame(data={ 'Actors': [], 'Movie1':
- 2023-01-22 08:31回答 3 已采纳 这篇文章讲的很详细,请看:Pandas处理数据遇到的问题与解决
- 2022-02-07 06:53回答 1 已采纳 代码很简单,但是写起来像吃了一个苍蝇一样没有成就感。 df['0']=df.temp.apply(lambda x:1 if x==0 else 0) df['1-25']=df.temp.apply
- 2024-07-02 04:36### pandas库专为Python编程语言设计的强大的数据处理和分析库介绍 #### 一、概述 pandas 是一个为 Python 编程语言设计的强大且灵活的数据处理与分析库。它建立在 NumPy 之上,利用 NumPy 的强大计算能力来提供...
- 2021-03-28 09:14回答 3 已采纳 试下这种方式: 先构造一个姓名和科目的二维表, 然后merge. 可以对缺失值进行填充 import pandas as pd import numpy as np data = pd.rea
- 2022-05-12 12:39回答 1 已采纳 大概思路: >>> hos_date = pd.DataFrame({ "hos_name" : [1,1,3,2,3,4,5,6,5,4,6,1], "date"
- 2021-09-19 09:37回答 1 已采纳 Data_Array = np.array(df.fillna('')) 解决
- 2021-03-13 03:19相比之下,Pandas是Python编程语言的一个库,专为数据清洗和分析设计。Pandas提供了一种高效的数据结构DataFrame,能够轻松处理百万级别的行数据。它的优点包括快速的计算性能、灵活的数据操作以及对数据清洗的强大...
- 2022-03-20 13:23回答 2 已采纳 可这样操作: import pandas as pd import numpy as np dict = { '姓名': ['张三','李四','王五','赵六'], '1月':['100','1
- 2022-09-16 14:16回答 1 已采纳 您好,功能已经实现,如有帮助还请采纳。 import pandas as pd df = pd.read_csv('data.csv') # 所有子技能的种类 all_cap = set(
- 2022-08-09 08:12回答 1 已采纳 对,你在wb=xlwt.Workbook()ws=wb.add_sheet('明细')style = xlwt.XFStyle()font = xlwt.Font()font.name = '微软雅黑
- 2021-06-24 01:37Pandas是Python编程语言中一个强大的数据处理和分析库,被广泛应用于数据清洗、数据预处理、统计分析以及数据可视化等多个领域。它以其易用性、高效性和灵活性著称,深受数据科学家和分析师的喜爱。 首先,Pandas的...
- 2022-02-25 08:09在"B站 Python Pandas 数据分析,编程练习100例"这个主题中,我们主要探讨的是如何使用Python的Pandas库进行数据处理和分析。Pandas是Python中一个强大的数据分析工具,它提供了丰富的数据结构(如DataFrame和Series...
- 2022-04-20 09:077. **数据分析**:在清洗和可视化数据之后,可以进行一些基本的统计分析,比如计算编程语言的平均排名、标准差,或者使用相关性分析探讨某些语言排名与其他因素的关系。 8. **Jupyter Notebook**:为了便于代码编写...
- 2024-06-01 14:31Python编程语言以其简洁明了的语法和强大的库支持,在数据分析和可视化领域中占据了主导地位。在本篇讨论中,我们将深入探讨Python在这些领域的应用、关键库的作用以及如何利用它们来提升工作效率。 首先,Python的...
- 没有解决我的问题, 去提问
问题事件
联系我们(工作时间:8:30-22:00)
400-660-0108kefu@csdn.net在线客服
- 京ICP备19004658号
- 经营性网站备案信息
- 公安备案号11010502030143
- 营业执照
- 北京互联网违法和不良信息举报中心
- 家长监护
- 中国互联网举报中心
- 网络110报警服务
- Chrome商店下载
- 账号管理规范
- 版权与免责声明
- 版权申诉
- 出版物许可证
- ©1999-2025北京创新乐知网络技术有限公司