筛选dataframe数据中有小数点的数据

要筛选 DataFrame 中包含小数点的数据，你可以使用 Pandas 库提供的功能。下面是一个示例代码：

import pandas as pd

# 创建示例 DataFrame
data = {'A': [1, 2.5, 3.7, 4, 5.2, 6],
        'B': [0.5, 2, 3, 4.8, 5, 6.3]}
df = pd.DataFrame(data)

# 使用条件筛选
filtered_df = df[df.apply(lambda x: x.astype(str).str.contains('\.'))]

print(filtered_df)

这段代码会将 DataFrame 中所有包含小数点的数据行筛选出来，并存储在 `filtered_df` 中。输出结果将是：

     A    B
1  2.5  0.5
2  3.7  3.0
4  5.2  5.0
5  6.0  6.3

注意，这里使用了 `apply()` 方法来对每一列进行操作，将元素转换为字符串后使用正则表达式 `\.` 来检查是否包含小数点。

相关问题

后缀为csv的波士顿房价数据文件存放在文件夹路径csv_file_dir中。按下列考试要求进行数据处理： 1.读取数据文件中的所有数据为DataFrame格式，保留第0行的表头作为列名。获得样本列名为y_target列赋值给y，除此之外的13列赋值给X； 2.使用sklearn中的sklearn.feature_selection.VarianceThreshold定义基于方差的筛选模型，方差阈值threshold设置为10，其他参数保持默认值； 3.使用fit_transform训练2定义的筛选模型返回选出的新的特征X_new； 4.将第3步得到的特征数据X_new与y按列合并处理成新的DataFrame，按student_answer_path生成csv文件并保存，编码方式采用‘UTF-8’，所有值保留3位小数，小数点后尾部的0无需保存，如：0.200直接保存成0.2，不保留列名及行索引。

好的，根据您给出的考试要求，以下是Python代码实现：

import pandas as pd
from sklearn.feature_selection import VarianceThreshold

# 1. 读取数据
csv_file_dir = '路径/csv_file_dir'  # 根据实际路径修改
df = pd.read_csv(csv_file_dir, header=0)  # 读取csv文件，header=0保留第0行表头作为列名
y = df['y_target']  # 样本列名为y_target列赋值给y
X = df.drop('y_target', axis=1)  # 除了y_target列外的13列赋值给X

# 2. 定义基于方差的筛选模型
threshold = 10
selector = VarianceThreshold(threshold=threshold)

# 3. 训练筛选模型并返回选出的新特征X_new
X_new = selector.fit_transform(X)

# 4. 将X_new和y按列合并成新的DataFrame并保存
result_df = pd.concat([pd.DataFrame(X_new), y], axis=1)
result_df.to_csv('student_answer_path', encoding='UTF-8', index=False, header=False, float_format='%.3f')

其中，需要将代码中的路径和文件名按实际情况修改。

python按条件筛选数据并求样本占比

在Python中，使用pandas库进行条件筛选并计算样本占比非常直观。假设你有一个名为df的DataFrame，并想找出某个条件下的数据占比，你可以按照以下步骤操作：

1. 首先，选择需要筛选的列以及对应的条件。例如，如果你想要筛选某列（比如'column_name'）大于某个值（如5）的数据，可以这样做：

filtered_data = df[df['column_name'] > 5]

2. 接着，计算过滤后的数据占原始数据的比例。你可以使用`len()`函数获取行数，并除以整个DataFrame的行数：

sample_percentage = len(filtered_data) / len(df)

3. 把结果转换为百分比形式（如果需要四舍五入到小数点后两位，可以使用`round()`函数）：

percentage = round(sample_percentage * 100, 2)

现在`percentage`就是满足条件的样本占比。

完整的例子：

import pandas as pd

# 假设df是你的DataFrame
sample_percentage = (df[df['column_name'] > 5].shape[0] / df.shape[0]) * 100
percentage = round(sample_percentage, 2)

print(f"条件'column_name'>5的样本占比为：{percentage}%")