小编mar*_*rie的帖子

我正在比较两个数据帧以确定 df1 中的行是否以 df2 中的任何行开头。df1 的数量为一千个条目，df2 的数量为数百万个。

这可以完成工作，但速度相当慢。

df1['name'].map(lambda x: any(df2['name'].str.startswith(x)))

在 df1（10 项）的子集上运行时，结果如下：

35243     True
39980    False
40641    False
45974    False
53788    False
59895     True
61856    False
81083     True
83054     True
87717    False
Name: name, dtype: bool
Time: 57.8873581886 secs

当我将 df2 转换为列表时，它运行得更快：

df2_list = df2['name'].tolist()

df1['name'].map(lambda x: any(item.startswith(x + ' ') for item in df2_list))

35243     True
39980    False
40641    False
45974    False
53788    False
59895     True
61856    False
81083     True
83054     True
87717    False
Name: name, dtype: …

我有一个带有datetime列的pandas数据框。我使用以下方法按天分组，然后按小时分组：

df.groupby([df['date'].map(lambda t: t.day), df['date'].map(lambda t: t.hour)]).count()

不幸的是，这给我留下了一个双重索引，两个索引都称为日期。第一个日期是一个月中的一天，第二个日期是小时，字节是该小时中的项目计数：

我正在尝试利用这些日期列，但不能。我尝试重置索引，但收到此错误：

ValueError: cannot insert date, already exists

我也无法重命名列，因为“日期”没有出现在列列表中：

grouped_df.columns
>> Index([u'bytes'], dtype='object')

最终，我试图找到每天每一小时的商品数。如何重命名重复的日期列？我是否应该使用其他方法对数据帧进行分组以避免这种困境？

我刚刚开始python,所以我很可能只是在做一些愚蠢的事情.我正在从表中读取数据,需要将它们放入txt文件中的列中.我无法说服我的代码创建一个新行.

这是我的代码 -

file = open("test_m.rdb")
table = open('table.txt', 'w+')

trash = file.readline()

trash = file.readline()

data = file.readline()
i = data.split()
flux = i[2]
observed = i[4]
table.write(flux + " " + observed,)

while 1:
    line = file.readline()
    i = line.split()
    try:
        flux = i[2]
        observed = i[4]
    except IndexError:
        break
    table.write(\nflux + " " + observed)
table.close()

错误如下 -

File "PlotRdbFile.py", line 24
    table.write(\nflux + " " + observed)
                                   ^
SyntaxError: unexpected character after line continuation character

提前谢谢你发现我的错误.