小编Sea*_*ean的帖子

我有一个数据框，如下：

ID Date     Volume Sales
1  2020-02   10     4
1  2020-03   8      6
2  2020-02   6      8
2  2020-03   4      10

有没有一种简单的方法可以使用重采样将其转换为每周数据？将销量和销量列除以该月的周数？

我已经开始了我的流程，代码如下：

import pandas as pd
df['Date'] = pd.to_datetime(df['Date'])
df = df.set_index('date')
grouped = df.groupby('ID').resmaple('W').ffill().reset_index() 
print(grouped)

执行此步骤后，我收到错误消息：无法插入 ID，已存在

还有一个代码可用于查找一个月中的周数，以便将销量和销售额列除以该月中的周数。

预期输出是：

ID      Volume  Sales      Weeks
0   1      2.5    1.0     2020-02-02
0   1      2.5    1.0     2020-02-09
0   1      2.5    1.0     2020-02-16
0   1      2.5    1.0     2020-02-23
1   1      1.6    1.2     2020-03-01
1   1      1.6    1.2     2020-03-08
1   1      1.6    1.2     2020-03-15 …

我正在努力完成一项明显简单的任务，希望在这里找到一些帮助！

我有类似以下数据框的内容。

d = [
['2021-06-01 08:00:00',"A"],
['2021-06-01 09:00:00',"A"],
['2021-06-01 12:00:00',"B"],
['2021-06-01 13:00:00',"B"],
['2021-06-01 18:00:00',"B"],
['2021-06-01 19:00:00',"B"],
['2021-06-01 22:00:00',"C"],
['2021-06-01 23:00:00',"C"]] 

df=pd.DataFrame(data=d, columns=("timestamp", "session"))

我想确定会话中大于阈值（例如 1 小时）的时间间隔。
为此目的，不应考虑会话之间的时间间隙，我使用.diff()方法来定位间隙。

df["timestamp"]= pd.to_datetime(df["timestamp"])

df["gap"]=df["timestamp"].diff().dt.seconds > 3600

主要任务是找到会话中的间隙，并通过使用例如重命名部分/会话来将会话切成碎片uuid.uuid4()。
在该示例中，它将导致第 5/6 行出现新的会话名称。

我的方法是对独特会话进行迭代，但是当我在“间隙”列中找到True时，我无法重命名这些部分。
我想留在“熊猫世界”，因为这是一项大数据任务。

让我有一个数据框df

 Name     Age       Job
 
 Rick     24      Worker
 Max      20      Worker
 Sam      48      Driver
 
 Expected output:  
                  Name
                  Job

现在，我想打印出那些具有对象类型数据的列（名称）。
这是我的尝试：

for column in df:
    if df.dtypes(column) == 'object':
        print(column)

但我收到一个错误： “ if df.dtypes(column) == 'object': TypeError: 'Series' object is not callable ”

假设我有一个 DataFrame，如下所示：

我希望在第一小时列和第二小时列上使用熔化，使其看起来像这样：

我如何将“第一小时的工作时间”和“第一小时浪费的时间”分组在一起，以便我可以将它们融合到同一行中？

我有一个从 Pandas 延伸出来的问题：条件滚动计数。我想在数据框中创建一个新列，反映满足多个条件的累积行数。

使用以下示例和来自 stackoverflow 25119524 的代码

import pandas as pd


l1 =["1", "1", "1", "2", "2", "2", "2", "2"]
l2 =[1, 2, 2, 2, 2, 2, 2, 3]
l3 =[45, 25, 28, 70, 95, 98, 120, 80]
cowmast = pd.DataFrame(list(zip(l1, l2, l3))) 

cowmast.columns =['Cow', 'Lact', 'DIM']

def rolling_count(val):
    if val == rolling_count.previous:
        rolling_count.count +=1
    else:
        rolling_count.previous = val
        rolling_count.count = 1
    return rolling_count.count
rolling_count.count = 0 #static variable
rolling_count.previous = None #static variable

cowmast['xmast'] = cowmast['Cow'].apply(rolling_count) #new …

我正在做一个个人项目来练习熊猫和美丽的汤，我抓取了这个信息并将它放在一个熊猫 df 中，如下所示：

0        €8.5M
1           €0
2        €9.5M
3          €2M
4         €21M
         ...  
16534    €1.8M
16535    €1.1M
16536    €550K
16537    €650K
16538    €1.1M
Name: Value, Length: 16539, dtype: object
0        €67K
1          €0
2        €15K
3        €11K
4        €13K
         ... 
16534     €3K
16535     €2K
16536     €2K
16537     €7K
16538     €3K
Name: Wage, Length: 16539, dtype: object  

所以为了分析这些信息，我想清理这些数据并将其转换为整数，我能想到的是：

df['Wage'] = df['Wage'].apply(lambda x: re.sub('€','',x))
df['Wage'] = df['Wage'].apply(lambda x: re.sub('K','000',x))

df['Value'] = df['Value'].apply(lambda x: re.sub('€','',x))
df['Value'] = df['Value'].apply(lambda x : re.sub('M','00000',x) if …

我正在尝试从以下数据帧（）为不同位置创建数据透视表df：

首先，我使用代码过滤了数据帧以分离位置 1 和 2：

df1 = df[df['Location'] == 1]

df2 = df[df['Location'] == 2]

接下来我使用了标准的 pandas 数据透视表函数：

pd.pivot_table(df1, values='Price', index='Status', columns='Category', aggfunc=np.sum)

pd.pivot_table(df2, values='Price', index='Status', columns='Category', aggfunc=np.sum)

所以我有以下两个数据透视表作为输出：

地点1：

地点2： …

我还没有收到其他功能的复制警告，并且我还没有找到解决它的方法。

这是我的代码：

div_df.loc[:,"Ann.Date"] = pd.to_datetime(div_df.loc[:,"Ann.Date"], format='%d %b %Y')

/volume1/homes/id/venv/lib/python3.8/site-packages/pandas/core/indexing.py:1843: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer] = value instead

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  self.obj[item_labels[indexer[info_axis]]] = value

除了以下之外，我还没有找到其他解决方案：

div_df.loc[:,"Ann.Date"] = pd.to_datetime(div_df.loc[:,"Ann.Date"], format='%d %b %Y', errors='coerce')

我正在尝试合并两个字符串列，并且希望摆脱'others'计数器值是否为“非其他”值 - 例如'apple' + 'others' = 'apple'but 'others' + 'others' = 'others'。我管理了第二个条件，但是如何在合并时适应这两个条件？

data = {'fruit1':["organge", "apple", "organge", "organge", "others"],
        'fruit2':["apple", "others", "organge", "watermelon", "others"]}
df = pd.DataFrame(data)

df["together"] = df["fruit1"] + ' ' + df["fruit2"]
df["together"] = df["together"].apply(lambda x: ' '.join(pd.unique(x.split())))

    fruit1      fruit2            together
0  organge       apple       organge apple
1    apple      others        apple others
2  organge     organge             organge
3  organge  watermelon  organge watermelon
4   others      others              others

预期输出：

    fruit1      fruit2            together
0  organge       apple       organge …

我在数据框中有一个布尔True/ False-列“ ”，例如：Mask

Mask
True
True
True
False
False
True
False
False

现在我尝试添加一列，其中包含连续True/False行的计数，其中True是正和（计数为+1），False是负和（计数为-1），例如

Mask     Count
True     3
True     3
True     3
False   -2
False   -2
True     1
False   -2
False   -2

我尝试过groupby，sum但现在我脑子里有一个结。

尝试过类似的东西

mask.groupby((~mask).cumsum()).cumsum().astype(int)

(是/mask的条件) 但这仅计算 True 并进行计数而不显示总和。TrueFalse

非常感谢任何建议！

我的数据框中有大约 1000 万行数据。下面是 2 行的示例。

我想编写一个函数来检查“借方/贷方”列中的值是借方 1 还是贷方 2。如果“金额”列中的数字为 2，则将其替换为负数。因此，例如，该表将更改为：

这是我写的函数，但它对于 900 万行来说真的很慢。谁能告诉我如何重构这段代码？或者是否有更有效的方法来执行此任务？（使用 python 或 sql。最好是 python。）

def change_credits_to_negative(df):
    for num in range(len(df)):
        if df['debit/credit'].loc[num] == 2: # 1 is for debit & 2 is for credit
            df['Amount'].loc[num] = -df['Amount'].loc[num]

我有两个 Excel 电子表格。第一列有多个列，其中三列（名称不同）具有公共数据。我的第二个电子表格包含一个键以及我想要带入第一个电子表格的数据。例如：

表格1：

表2：

使用 Excel，我会执行一系列 Vlookups，但表 1 很大，需要很长时间才能计算。我想生成一个表，例如：

我已经尝试过pd.merge，但它不像为vlookup特定列分配值那样有针对性