小编Yar*_*riv的帖子

我想在Pandas DataFrame中设置列值的时区.我正在使用pandas.read_csv()读取DataFrame.

我有冗长的计算,我重复了很多次.因此,我想与熊猫一起使用memoization(诸如jug和joblib之类的包).问题是包是否会将Pandas DataFrames作为方法参数进行记忆.

有人试过吗？有没有其他推荐的方案/方式来做到这一点？

如何转换pandas.DatetimeIndex为numpy.datetime64？

我明白了:

>>> type(df.index.to_datetime())
Out[56]: pandas.tseries.index.DatetimeIndex

这样做安全numpy.array(datetimeindex,dtype=numpy.datetime64)吗？

我有一个类型值的熊猫系列datetime64[ns].日期是在EST时区,我想将它们转换为UTC时区.

例如,

 s=pd.Series(pd.date_range('2012-1-1 1:30',periods=3,freq='min'))

如何转换s为UTC？

(注意我实际上并没有date_range()这样使用它的tz参数不是一个选项.)

我目前有这样的代码:

cache = 1
def foo():
    global cache
    # many
    # lines
    # of code
    cache = 2

但是,这可能导致将来难以发现错误,因为读者可能不会注意到global cache出现在上面某处cache = 2.或者,贡献者可能会错误地添加def bar(): cache = 2并忘记添加global cache.

我怎样才能避免这个陷阱？

我正在尝试更新PyCharm控制台中的最后一行.说,我打印a然后我想将其更改为c.但是,我遇到了以下问题.当我跑:

print 'a\bc'

它打印

a c

而所需的输出(这也是我在Windows控制台中看到的)是:

c

有没有办法将光标移回PyCharm的控制台？或者可能删除整行？

我想向 DataFrame 的子类添加属性，但出现错误：

>>> import pandas as pd
>>>class Foo(pd.DataFrame):
...     def __init__(self):
...         self.bar=None
...         
>>> Foo()


RuntimeError: maximum recursion depth exceeded

我有一个numpy数组datetime64,我想舍入数组元素的亚秒值.例如,从.2001-1-1 10:33:32.5到2001-1-1 10:33:32.0.我正在寻找一种方法.

更一般地说,我正在寻找一种矢量化方法来舍入到任何频率(分钟,天等).

如何使用矢量化方法xor布尔numpy数组的所有元素:即,a_1 xor a_2 xor ... xor a_n？

为什么会出现错误：

import pandas as pd
a = pd.Series(index=[4,5,6], data=0)
print a.loc[4:5]
a.loc[4:5] += 1

输出：

4    0
5    0
Traceback (most recent call last):
  File "temp1.py", line 9, in <module>
dtype: int64
    a.loc[4:5] += 1
  File "lib\site-packages\pandas\core\indexing.py", line 88, in __setitem__
    self._setitem_with_indexer(indexer, value)
  File "lib\site-packages\pandas\core\indexing.py", line 177, in _setitem_with_indexer
    value = self._align_series(indexer, value)
  File "lib\site-packages\pandas\core\indexing.py", line 206, in _align_series
    raise ValueError('Incompatible indexer with Series')
ValueError: Incompatible indexer with Series

熊猫0.12。