【问题标题】:Removing a spefic Row from MultiIndex Pandas Frame - Python从 MultiIndex Pandas 数据框中删除特定行 - Python
【发布时间】:2020-12-24 01:14:15
【问题描述】:

我是 Python/Pandas 的新手。尝试删除 multiIndex Pandas 框架中的一行,但无法找出正确的级别/索引/轴。

代码是:

df = web.DataReader(['CJR-B.TO'], 'yahoo', start, end)
df_transposed = df.transpose()
df_new = df_transposed.copy()
print(df_new.head())

输出是:

Date                 2020-12-18  2020-12-21  2020-12-22  2020-12-23
Attributes Symbols                                                 
Adj Close  CJR-B.TO        4.24        4.17        4.12        4.21
Close      CJR-B.TO        4.24        4.17        4.12        4.21
High       CJR-B.TO        4.31        4.19        4.20        4.21
Low        CJR-B.TO        4.10        4.02        4.09        4.10
Open       CJR-B.TO        4.10        4.07        4.17        4.10

我必须从框架中删除以下行:

Adj Close  CJR-B.TO        4.24        4.17        4.12        4.21

我使用以下命令尝试了不同的参数组合,但没有成功:

DataFrame.drop(self, labels=None, axis=0, index=None, columns=None, level=None, inplace=False, errors='raise') 

目标是删除该行并将框架保存在 csv 文件中。写入 csv 文件没有问题,只是卡在删除特定行。任何帮助将不胜感激。

谢谢

【问题讨论】:

    标签: python pandas


    【解决方案1】:

    试试query:

    df.query('Attributes != "Adj Close"')
    

    输出:

                         2020-12-18  2020-12-21  2020-12-22  2020-12-23
    Attributes Symbols                                                 
    Close      CJR-B.TO        4.24        4.17        4.12        4.21
    High       CJR-B.TO        4.31        4.19        4.20        4.21
    Low        CJR-B.TO        4.10        4.02        4.09        4.10
    Open       CJR-B.TO        4.10        4.07        4.17        4.10
    

    【讨论】:

      【解决方案2】:

      您可以在转置之前删除该行。实际上,您必须删除“Adj Close”列

      df = web.DataReader(['CJR-B.TO'], 'yahoo', start, end)
      df.drop('Adj Close', axis=1, inplace=True)
      df_transposed = df.transpose()
      df_new = df_transposed.copy()
      print(df_new.head())
      
      

      【讨论】:

        猜你喜欢
        • 2017-08-07
        • 1970-01-01
        • 2011-10-30
        • 1970-01-01
        • 2012-09-14
        • 2019-07-28
        • 2021-12-26
        • 1970-01-01
        • 2018-05-22
        相关资源
        最近更新 更多