问题描述
我有以下dfe：-
ID CATEG LEVEL COLS VALUE COMMENTS
1 A 2 Apple 428 comment1
1 A 3 Apple 175 comment1
1 C 1 Apple 226 comment1
1 C 2 Apple 884 comment1
1 C 3 Apple 289 comment1
1 B 1 Apple 712 comment1
1 B 2 Apple 849 comment1
2 B 3 Apple 376 comment1
2 C None Orange 591 comment1
2 B None Orange 135 comment1
2 D None Orange 423 comment1
2 A None Orange 866 comment1
2 None Orange 496 comment2
我想用pivot的{{1}}的一列COLS进行分组，按dfe分组，并用excel编写，使每个ID数据都在一张纸上。
我试过的：-
ID我面临的问题是在df=pd.pivot_table(dfe,index=['ID','CATEG','LEVEL'],columns=['COLS'],values=['VALUE'])
with pd.ExcelWriter('file.xlsx',options={'nan_inf_to_errors': True}) as writer :
df.groupby('ID').apply(lambda x: x.to_excel(writer,sheet_name=str(x.name),na_rep=0,index=True))
writer.save()
的许多列为0之后，我想删除在groupby之后且写入excel之前为空的列。我无法删除groupby之前的空列，因为整个列将不为空
解决方法
您可以通过def custom_mse():
def mse(y_true,y_pred):
great = K.tf.greater(y_true,0.5)
loss = K.square(tf.where(great,y_true,tf.zeros(tf.shape(y_true)))-tf.where(great,y_pred,tf.zeros(tf.shape(y_pred))))
lower = K.tf.less(y_true,0.5)
loss_low = K.square(tf.where(lower,tf.zeros(tf.shape(y_true)))-tf.where(lower,tf.zeros(tf.shape(y_pred))))
return 100*loss+loss_low
return mse
和how='all'参数删除DataFrame.dropna仅缺少值的所有列：
axis=1