我有一個名為“DataExample”的 DataFrame 和一個名為“normalsizes”的升序排序串列。
import pandas as pd
if __name__ == "__main__":
DataExample = [[0.6, 0.36 ,0.00],
[0.6, 0.36 ,0.00],
[0.9, 0.81 ,0.85],
[0.8, 0.64 ,0.91],
[1.0, 1.00 ,0.92],
[1.0, 1.00 ,0.95],
[0.9, 0.81 ,0.97],
[1.2, 1.44 ,0.97],
[1.0, 1.00 ,0.97],
[1.0, 1.00 ,0.99],
[1.2, 1.44 ,0.99],
[1.1, 1.21 ,0.99]]
DataExample = pd.DataFrame(data = DataExample, columns = ['Lx', 'A', 'Ratio'])
normalsizes = [0, 0.75, 1, 1.25, 1.5, 1.75 ,2, 2.25, 2.4, 2.5, 2.75, 3,
3.25, 3.5, 3.75, 4, 4.25, 4.5, 4.75, 5, 5.25, 5.5, 5.75, 6]
# for i in example.index:
#
# numb = example['Lx'][i]
我正在尋找的是每個“DataExample ['Lx']”都被分析并位于一個正常大小的范圍內，例如：
對于 DataExample ['Lx'] [0] = 0.6 -----> 那么它介于 [0, 0.75] -----> 0.6> 0 和 0.6 <= 0.75 ----->所以我取那個區間中的最大一個，即 0.75。這對于每一行。
有了這個，我應該有以下結果：
Lx A Ratio
1 0.36 0
1 0.36 0
1 0.81 0.85
1 0.64 0.91
1.25 1 0.92
1.25 1 0.95
1 0.81 0.97
1.25 1.44 0.97
1.25 1 0.97
1.25 1 0.99
1.25 1.44 0.99
1.25 1.21 0.99
uj5u.com熱心網友回復：
numpy.searchsorted會得到你想要的
import numpy as np
normalsizes = np.array(normalsizes) # convert to numpy array
DataExample["Lx"] = normalsizes[np.searchsorted(normalsizes, DataExample["Lx"])]
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/335377.html
上一篇：??Android Studio實作一個記賬本專案??
下一篇：包括嵌套串列的排列