Блог

Я пишу скрипт, в котором я читаю в формате csv с несколькими столбцами и строками. Мне нужно, чтобы скрипт суммировал значения в каждом столбце для одной строки и возвращал, какие столбцы имеют нулевое значение для строки. Вот пример того, как выглядят данные, есть несколько других столбцов, но это столбцы, представляющие интерес для моего вопроса:

     JAN FEB MAR APR MAY JUN JUL AUG SEP OCT NOV DEC
     0   0   5   5   0   5   5   5   5   0   0   0
  

это то, что у меня есть до сих пор:

     import pandas as pd
    import os

    os.chdir('C:\users\vroland\desktop\RR_WMD\WUdata')

    fout=open("WUinput.csv","a")
    #read water use file
    df=pd.read_csv("WUtest.csv")
    #Header amp; months with zero values
    cols=df.columns
    #Boolean array of columns with zero values
    bt=df.apply(lambda x: x==0)
    #List months with zero values
    zar=bt.apply(lambda x:list(cols[x.values]),axis=1)
  

Я пробовал комбинацию способов, включая if операторы, но я продолжаю получать сообщение об ошибке, в котором указано, что мой условный оператор неоднозначен, поэтому я пробую другой маршрут. Итак, это то, что я должен сейчас сделать с приведенным выше блоком кода:

    a=30
   b=31
   c=28
   num_days=pd.DataFrame({'JAN':[b],'FEB':[c],'MAR':[b],'APR':[a],'MAY':[b],
                          'JUN':[a],'JUL':[b],'AUG':[b],'SEP':[a],'OCT':[b],
                          'NOV':[a],'DEC':[b]})
  

Идея состоит в том, чтобы использовать значения, возвращаемые zar для поиска соответствующего значения дня в моем фрейме данных num_days . Верните это значение и вычислите общее количество дней со значением, равным нулю.

ну, я бы избавился от строки «fout». Похоже, вы не записываете в этот файл, и он не обязательно должен быть открыт, чтобы использовать функцию «read_csv» pandas. затем вы можете просмотреть каждую строку и найти, что равно нулю, а что нет

 returnArray = []
i=0
while i < len(df.values):
    j=14 #since user only cares about column 14-26
    while j < len(df.values[i]):
        if df.values[i][j] == 0:
            returnArray.append([i,j])
        j=j 1
    i=i 1
  

Рассмотрим pd.DataFrame df

 cols = ['JAN', 'FEB', 'MAR', 'APR',
        'MAY', 'JUN', 'JUL', 'AUG',
        'SEP', 'OCT', 'NOV', 'DEC']

df = pd.DataFrame(np.random.randint(0, 3, (10, 12)), columns=cols)
df
  

Я буду использовать оценку каждой строки row == 0 в качестве логической маски для самих столбцов. Используйте list , чтобы хорошо вписаться в pd.Series

 df.eq(0).apply(lambda x: list(df.columns[x]), 1)

0                   [FEB, MAR, APR, NOV]
1                        [FEB, OCT, NOV]
2              [JAN, APR, AUG, NOV, DEC]
3                        [MAR, APR, SEP]
4                   [MAY, JUN, NOV, DEC]
5                        [APR, AUG, NOV]
6         [MAR, APR, JUN, OCT, NOV, DEC]
7    [JAN, FEB, APR, JUL, OCT, NOV, DEC]
8              [MAY, JUL, AUG, SEP, OCT]
9         [FEB, MAR, APR, JUN, AUG, SEP]
dtype: object
  

Чтобы получить количество дней

 days_in_month = pd.Series(dict(
        JAN=31, FEB=28, MAR=31,
        APR=30, MAY=31, JUN=30,
        JUL=31, AUG=31, SEP=30,
        OCT=31, NOV=30, DEC=31
    ))

df.eq(0).dot(days_in_month)

0    119
1     89
2    153
3     91
4    122
5     91
6    183
7    212
8    154
9    180
dtype: int64