相关疑难解决方法(0)

在 Python 中，我将 Pandas Dataframe 写入 csv 文件，并希望将十进制分隔符更改为逗号 ( ,)。像这样：

results.to_csv('D:/Data/Kaeashi/BigData/ProcessMining/Voorbeelden/Voorbeeld/CaseEventsCel.csv', sep=';', decimal=',')

但是csv文件中的十进制分隔符仍然是一个. Why？我做错了什么？

我的尝试： df['uid'] = df.uid.astype(int)

哪个有效...！然而，Python 不喜欢它：

尝试在 DataFrame 的切片副本上设置一个值。尝试使用 .loc[row_indexer,col_indexer] = value 代替

我的问题 - 如何执行这个简单代码的“最佳实践”是什么？

迄今为止的研究：

Pandas：更改列的数据类型

尝试在 DataFrame 警告中的切片副本上设置值

尝试：

1. df[df['uid']].astype(int)

...一些链接说使用 iloc 但我不知道如何在这里使用...

我有一个具有不同数据类型的pandas数据框.我想将数据框中的多个列转换为字符串类型.我已经为每个专栏单独完成了但是想知道是否有一种有效的方法？

所以目前我正在做这样的事情:

repair['SCENARIO']=repair['SCENARIO'].astype(str)

repair['SERVICE_TYPE']= repair['SERVICE_TYPE'].astype(str)

我想要一个可以帮助我传递多个列并将它们转换为字符串的函数.

当我导入 Excel 文件时，列中的某些数字是浮点型，有些不是。如何将所有内容转换为浮点数？里面的空间3 000,00给我带来了问题。

  df['column']:
             column
0          3 000,00
1            156.00
2                 0

我在尝试：

  df['column']:
             column
0          3 000,00
1            156.00
2                 0

但它不起作用。我会在之后做.astype(float)，但无法到达那里。有什么解决办法吗？1已经是一个浮点数，但是0是一个字符串。

我有一个小数据框，只包含两列，其中应该包含所有浮点数。所以，我有两个字段名称“价格”和“分数”。当我查看数据时，它对我来说都像是浮动的，但显然有些东西是一个字符串。有什么方法可以踢掉这些是字符串但看起来像浮动的东西吗？或者，有没有办法强制一切都浮动？错误发生在最后一行显示在这里，然后没有其他任何工作。

df = pd.read_csv('C:\\my_path\\analytics.csv')
print('done!')
modDF = df[['Price', 'Score']].copy()
modDF = modDF[:100]
for i_dataset, dataset in enumerate(datasets):
    X, y = dataset
    # normalize dataset for easier parameter selection
    X = StandardScaler().fit_transform(X)

这是堆栈跟踪：

datasets = [modDF]
for i_dataset, dataset in enumerate(datasets):
    X, y = dataset
    # normalize dataset for easier parameter selection
    X = StandardScaler().fit_transform(X)


Traceback (most recent call last):

  File "<ipython-input-18-013c2a6bef49>", line 5, in <module>
    X = StandardScaler().fit_transform(X)

  File "C:\Users\rs\AppData\Local\Continuum\anaconda3\lib\site-packages\sklearn\base.py", line 553, in fit_transform
    return self.fit(X, **fit_params).transform(X)

  File "C:\Users\rs\AppData\Local\Continuum\anaconda3\lib\site-packages\sklearn\preprocessing\data.py", line …

我有一个如下所示的数据框

    a   b
0   1   26190
1   5   python
2   5   580

我想让列b只承载整数，但正如你所看到的，python它不是 int 可转换的，所以我想删除 index 处的行1。我的预期输出必须像

    a   b
0   1   26190
1   5   580

如何在python中使用pandas过滤和删除？

我有一个数据框：df-

    A   B   C   D   E
0   V   10  5   18  20
1   W   9   18  11  13
2   X   8   7   12  5
3   Y   7   9   7   8
4   Z   6   5   3   90

我想添加一列“Result”，如果“E”列中的值大于 B、C 和 D 列中的值，则该列应返回 1，否则返回 0。

输出应该是：

    A   B   C   D   E   Result
0   V   10  5   18  20  1
1   W   9   18  11  13  0
2   X   8   7   12  5   0
3   Y   7   9   7   8   0
4   Z …

我正在处理https://opendata.rdw.nl/Voertuigen/Open-Data-RDW-Gekentekende_voertuigen_brandstof/8ys7-d773中的数据（使用“Exporteer”按钮下载 CSV 文件）。

当我使用 R 将数据导入到 R 时，read.csv()它需要 3.75 GB 的内存，但是当我使用它将数据导入 pandas 时，pd.read_csv()它会占用 6.6 GB 的内存。

为什么这个差异这么大呢？

我使用以下代码来确定 R 中数据帧的内存使用情况：

library(pryr) 
object_size(df)

和蟒蛇：

df.info(memory_usage="deep")

试图回答这个问题“获取每列的唯一字符串列表”，我们遇到了与我的数据集不同的问题。当我将此 CSV 文件导入数据帧时，每列都是 OBJECT 类型，我们需要将数字列转换为实数（数字）数据类型，将非数字列转换为字符串数据类型。

有办法实现这一点吗？

从这里下载数据样本

我尝试过以下文章Pandas：更改列的数据类型中的代码，但没有成功。

df = pd.DataFrame(a, columns=['col1','col2','col3'])

一如既往地感谢您的帮助

我努力理解为什么我会收到\n1与\n2转换后输出int64到str。

从 2014 年到0 2014\n1 2015\n2 2015\n3 2016.

这就是我所做的： df.Year = str(df.Year)

前：

后：

特写：