Pandas csv 파일, 조건부 행 삭제
직접 부호:
import pandas as pd
import glob
csv_path = glob.glob("*.csv")[0]
df = pd.read_csv(csv_path)
df.sort_values("model-index", inplace=True)
# , , ,
row_indexs = df[df["model-index"]%5000!=0].index
# row_indexs = df[(df["model-index"]%5000!=0) & (df["loss_pixel"]<0.5)].index
# row_indexs = df[(df["model-index"]%5000!=0) | (df["loss_pixel"]<0.5)].index
#
df.drop(row_indexs,inplace=True)
print(df)
csv 샘플 파일:
my_data.csv
,model-index,loss_pixel,temp_loss,Global_loss
0,100000,0.7922,0.5662,0.7922
1,10000,0.7537,0.34,0.7537
2,1000,0.6327,0.4529,0.6327
3,11000,0.7621,0.3232,0.7621
4,12000,0.7677,0.3061,0.7677
5,13000,0.7746,0.2945,0.7746
6,14000,0.7819,0.2826,0.7819
7,15000,0.7864,0.2832,0.7864
8,16000,0.7904,0.2746,0.7904
9,17000,0.792,0.2802,0.792
10,18000,0.7955,0.2898,0.7955
11,19000,0.7985,0.2933,0.7985
12,20000,0.7963,0.2953,0.7963
13,2000,0.6529,0.4596,0.6529
14,21000,0.7992,0.2925,0.7992
15,22000,0.7972,0.3098,0.7972
16,23000,0.8017,0.3102,0.8017
17,24000,0.8007,0.3246,0.8007
18,25000,0.8006,0.3457,0.8006
19,26000,0.8014,0.3576,0.8014
20,27000,0.8046,0.3747,0.8046
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
다양한 언어의 JSONJSON은 Javascript 표기법을 사용하여 데이터 구조를 레이아웃하는 데이터 형식입니다. 그러나 Javascript가 코드에서 이러한 구조를 나타낼 수 있는 유일한 언어는 아닙니다. 저는 일반적으로 '객체'{}...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.