python – Pandas DataFrame合并选择更高的值

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – Pandas DataFrame合并选择更高的值，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含818字，纯文字阅读大概需要2分钟。

内容图文

我有两个这样的DataFrame：

         1          2          3 
0   61.579   0.000000  47.279861
1    0.000   0.000000   0.000000
2   62.700   9.180000  48.479861
3   56.100  40.180000  71.679861
4   73.100  50.930000  71.679861
5   88.300  37.930000  36.479861 

我需要合并它们每次选择更高的值.所有值都是浮点数.
有任何想法吗？我必须循环DataFrames？

解决方法:

首先需要concat,然后需要groupby和最大聚合：

df1 = pd.DataFrame({0:[4,5,4],
                    1:[7,8,9]})

print (df1)
   0  1
0  4  7
1  5  8
2  4  9


df2 = pd.DataFrame({0:[8,5,6],
                    1:[9,4,4]})

print (df2)
   0  1
0  8  9
1  5  4
2  6  4

df = pd.concat([df1, df2]).groupby(level=0).max()
print (df)
   0  1
0  8  9
1  5  8
2  6  9

如果需要更快的解决方案使用numpy.where：

a = df1.values
b = df2.values
df = pd.DataFrame(np.where(a > b, a, b), index=df1.index, columns=df1.columns)
print (df)
   0  1
0  8  9
1  5  8
2  6  9

内容总结

以上是互联网集市为您收集整理的python – Pandas DataFrame合并选择更高的值全部内容，希望文章能够帮你解决python – Pandas DataFrame合并选择更高的值所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端