Câu hỏi được gắn thẻ «pandas»

Hãy xem xét khung dữ liệu df df = pd.DataFrame(dict(A=[1, 2], B=['X', 'Y'])) df A B 0 1 X 1 2 Y Nếu tôi thay đổi axis=0 (mặc định) df.shift() A B 0 NaN NaN 1 1.0 X Nó đẩy tất cả các hàng xuống dưới một hàng như mong …

9 python  pandas 

Tôi có một khung dữ liệu như A B C 1 nan nan 2 nan 5 3 3 nan 4 nan nan Làm cách nào để tôi chỉ điền các NULL (bằng 0) cho mỗi chuỗi cho đến khi giá trị không phải NULL đầu tiên, dẫn đến A B …

9 python  pandas  dataframe  null 

Tôi chỉ không thể hiểu "==" nghĩa là gì ở dòng thứ hai: - Đây không phải là một thử nghiệm, không có câu lệnh if ... - Đây không phải là một tuyên bố biến ... Tôi chưa bao giờ thấy điều này trước đây, điều này data.ctage==catlà một …

8 python  pandas  dataframe  matrix-indexing 

Tôi có dữ liệu thị trường chứng khoán cho một bảo mật duy nhất trong 20 năm trở lại đây. Dữ liệu hiện đang ở trong DataFrame Pandas, theo định dạng sau: Vấn đề là, tôi không muốn bất kỳ dữ liệu giao dịch "sau giờ" nào trong DataFrame của …

8 python  pandas  numpy  dataframe 

Vì vậy, giả sử Bạn có một quy trình Python đang thu thập dữ liệu thời gian thực với khoảng 500 hàng mỗi giây (điều này có thể được song song hóa để giảm xuống khoảng 50 ps) từ một hệ thống xếp hàng và nối nó vào DataFrame: rq …

8 python-3.x  pandas  dataframe  python-multiprocessing 

Sử dụng python3 và cartopy, có mã này: import matplotlib.pyplot as plt import cartopy import cartopy.io.shapereader as shpreader import cartopy.crs as ccrs ax = plt.axes(projection=ccrs.PlateCarree()) ax.add_feature(cartopy.feature.LAND) ax.add_feature(cartopy.feature.OCEAN) ax.add_feature(cartopy.feature.COASTLINE) ax.add_feature(cartopy.feature.BORDERS, linestyle='-', alpha=.5) ax.add_feature(cartopy.feature.LAKES, alpha=0.95) ax.add_feature(cartopy.feature.RIVERS) ax.set_extent([-150, 60, -25, 60]) shpfilename = shpreader.natural_earth(resolution='110m', category='cultural', name='admin_0_countries') reader = shpreader.Reader(shpfilename) countries = reader.records() for …

8 python  pandas  numpy  dataframe  cartopy 

import pandas as pd import numpy as np data = {'Name':['Tom', 'Tom', 'Jack', 'Terry'], 'Age':[20, 21, 19, 18]} df = pd.DataFrame(data) Hãy nói rằng tôi có một khung dữ liệu trông như thế này. Tôi đang cố gắng tìm ra cách kiểm tra cột Tên cho giá trị 'Tom' và …

8 python  pandas 

Tôi đang cố gắng nhóm dựa trên mối quan hệ trình tự của họ giữa hai cột. d = {'df1':[10,20, 30, 60, 70, 40, 30, 70], 'df2':[20, 30, 40, 80, 70, 50, 90, 100]} df = pd.DataFrame(data = d) df df1 df2 0 10 20 1 20 30 2 30 …

8 python  pandas  networkx 

Tôi có khung dữ liệu như thế này: x = pd.DataFrame({ 'audio': ['audio1', 'audio1', 'audio2', 'audio2', 'audio3', 'audio3'], 'text': ['text1', 'text2', 'text3', 'text4', 'text5', 'text6'], 'login': ['operator1', 'operator2', 'operator3', 'operator4', 'operator5', 'operator6'] }) Tôi đang cố gắng tổng hợp nó như thế này: x1 = x.groupby('audio')['text'].agg( [ ('text1', lambda x …

8 python  pandas  dataframe 

Giả sử tôi có khung dữ liệu sau: a = [[1,2,3,4,5,6],[23,23,212,223,1,12]] b = [1,1] df = pd.DataFrame(zip(a,b), columns = ['a', 'b']) Và mục tiêu của tôi là loại bỏ các yếu tố trong danh sách trong loạt A nằm trong loạt B. Nỗ lực của tôi trong việc này là …

8 python  pandas 

Tôi còn khá mới với trăn và gấu trúc, vì vậy tôi xin lỗi vì bất kỳ sự hiểu lầm nào trong tương lai. Tôi có một DataFrame gấu trúc với các giá trị hàng giờ, trông giống như thế này: 2014-04-01 09:00:00 52.9 41.1 36.3 2014-04-01 10:00:00 56.4 41.6 …

8 python  pandas  datetime  mean 

Tôi đã có một DataFrame với các giá trị được sắp xếp trong hai cột, xem bảng T1 . Muốn sắp xếp lại các giá trị theo cách tạo bố cục dữ liệu như trong bảng T2 . Các hàng trong T2 được tạo bằng cách hoán chuyển "cửa sổ …

8 python  pandas 

mã sau đây là cho tôi lỗi. import pandas as pd df = pd.DataFrame({'a' : [1,2,3]}) df.to_hdf('temp.h5', key='df', mode='w') Đây là lỗi cho tôi. Thiếu phụ thuộc tùy chọn 'bảng'. Sử dụng pip hoặc conda để cài đặt bảng. Tôi đã dùng thử ImportError HDFStore yêu cầu PyTables Không có …

8 python  pandas  pip  hdf5  pytables