小编BAC*_*C83的帖子

我正在尝试返回有关（移动）固定点的时间窗口的计数。

它试图根据之前的使用情况随时了解仪器的状况。

因此，如果仪器在中午 12.05、12.10、12.15、12.30、12.40 和下午 1 点使用，则使用计数将为：

12.05 -> 1（最后一小时一次）

12.10 -> 2

12.15 -> 3

12.30 -> 4

12.40 -> 5

1.00 -> 6

...但是假设使用在 1.06 恢复： 1.06 -> 6 这不会增加计数，因为第一次运行是一个多小时前。

如何计算此计数并将其附加为一列？

感觉这是一个在 lambda 函数中可能使用 timedelta 的 groupby/aggregate/count，但我不知道从哪里开始。

我也希望能够使用时间窗口，所以不仅仅是过去一小时，还有实例周围的一小时，即+和-30分钟。

以下代码给出了一个起始数据帧：

s = pd.Series(pd.date_range('2020-1-1', periods=8000, freq='250s'))
df = pd.DataFrame({'Run time': s})
df_sample = df.sample(6000)
df_sample = df_sample.sort_index()

我发现的最好的帮助（公平地说，我通常可以从逻辑上拼凑在一起）是滚动时间窗口上的这种独特的计数，但这次我没有做到。

谢谢

我有一个大熊猫数据框（> 100列）。我需要删除各种列集，我希望有一种使用旧列的方法

df.drop(df.columns['slices'],axis=1)

我建立了一些选择，例如：

a = df.columns[3:23]
b = df.colums[-6:]

作为a并b代表我要删除的列集。

下列

list(df)[3:23]+list(df)[-6:]

产生正确的选择，但我不能用实现它drop：

df.drop(df.columns[list(df)[3:23]+list(df)[-6:]],axis=1)

ValueError：操作数不能与形状（20，）（6，）一起广播

我环顾四周，但找不到答案。

选择数据帧中的最后n列并排除最后n列

（以下与我收到的错误有关）：

python numpy ValueError：操作数不能与形状一起广播

感觉好像他们遇到了类似的问题，但是“切片”并不是分开的： 根据Pandas中的列名删除多个列

干杯

我有一个14行的周期数据帧,即每条记录有14行数据(均值,sdev等),我想为每条记录重复提取第2,第4,第7和第9行(14行) ).我的代码是:

Mean_df = df.iloc[[1,3,6,8]::14,:].copy()

这不起作用

TypeError: cannot do slice indexing on <class 'pandas.core.indexes.range.RangeIndex'> with these indexers [[1, 3, 6, 8]] of <class 'list'>

我从这里获得了代码的帮助,这对我来说非常有用,但不是多行选择 - Pandas每隔n行

我可以提取几个不同的切片并组合,但感觉可能有更优雅的解决方案.

有任何想法吗？

从以下类型的数据框中，我希望能够id按日期对字段进行排序和排名：

df = pd.DataFrame({
'id':[1, 1, 2, 3, 3, 4, 5, 6,6,6,7,7], 
'value':[.01, .4, .2, .3, .11, .21, .4, .01, 3, .5, .8, .9],
'date':['10/01/2017 15:45:00','05/01/2017 15:56:00',
        '11/01/2017 15:22:00','06/01/2017 11:02:00','05/01/2017 09:37:00',
        '05/01/2017 09:55:00','05/01/2017 10:08:00','03/02/2017 08:55:00',
        '03/02/2017 09:15:00','03/02/2017 09:31:00','09/01/2017 15:42:00',
        '19/01/2017 16:34:00']})

id根据日期有效排名或索引。

我用过

df.groupby('id')['date'].min()

这允许我提取第一个日期（虽然我不知道如何使用它来过滤掉行），但我可能并不总是需要第一个日期 - 有时它会是第二个或第三个日期，所以我需要生成一个新的列，带有日期索引 - 结果将如下所示：

关于这种排序/排名/标签有什么想法吗？

编辑

我最初的模型忽略了一个非常普遍的问题。

由于可能有一些id并行执行多个测试，因此它们显示在数据库中的多行中，并具有匹配的日期（date对应于它们的记录时间）。这些应该被算作相同的日期，而不是增加 date_rank：我已经生成了一个模型，并进行了更新date_rank以演示其外观：

df = pd.DataFrame({
'id':[1, 1, 1, 2, 2, 3, 3, 3, 4, 4, 5, 5, 6,6,6,7,7], 
'value':[.01, …

我有一个熊猫数据框，它本质上是 2 列和 9000 行

CompanyName  |  CompanyAddress

地址是这样的

Line1, Line2, ..LineN, PostCode

即字符串（或 dtype 'object'）中以逗号分隔的项目的数量基本上不同，我只想提取邮政编码，即字段中最后一个逗号之后的项目

我已经尝试过点符号字符串操作建议（可能很糟糕）：

df_address['CompanyAddress'] = df_address['CompanyAddress'].str.rsplit(', ') 

只是在字段周围放置了 '[]' - 我没有成功尝试隔离任何拆分/分区字符串的最后一个组件，并maxsplit引发错误。

在 EdChums 对Pandas 用逗号将列拆分为多列的评论后，我取得了一定程度的成功

pd.concat([df_address[['CompanyName']], df_address['CompanyAddress'].str.rsplit(', ', expand=True)], axis=1)

但是，在隔离邮政编码的同时，这只会创建多个列，而邮政编码位于第 3-6 列中……同样不好。

感觉非常接近，请指教。

    EmployerName    Address
0   FAUCET INN LIMITED  [Union, 88-90 George Street, London, W1U 8PA]
1   CITIBANK N.A    [Citigroup Centre,, Canary Wharf, Canada Squar...
2   AGENCY 2000 LIMITED     [Sovereign House, 15 Towcester Road, Old Strat...
3   Transform Trust …

我想在一些图中添加一条水平线，即“目标”线：带状图、箱线图和小提琴图，以显示理想值数据（或理想情况下的范围）。

这个 R 示例（在箱线图中添加多条水平线） - 第一张图像 - 基本上就是它（尽管我会做一些格式化以使其易于展示）。

Python中的R abline() 等价物对我没有帮助（或者我还没有弄清楚如何），因为我正在使用分类数据，所以我只想基本上定义（例如）y=3并绘制它。我的代码（如下）工作正常，我只是不知道如何添加一行。

fig, ax = plt.subplots(nrows=4,figsize=(20,20))

sns.violinplot(x="Wafer", y="Means", hue='Feature', 
           data=Means[Means.Target == 1], ax=ax[0])
sns.violinplot(x="Wafer", y="Means", hue='Feature', 
           data=Means[Means.Target == 3], ax=ax[1])
sns.boxplot(x="Feature", y="Means", 
        data=Means, linewidth=0.8, ax=ax[2])
sns.stripplot(x="Feature", y="Means", hue='Wafer',
          data=Means, palette="plasma", jitter=0.1, size=5.5, ax=ax[3])

非常感谢任何帮助。

前提

我需要使用字典作为大型数据帧的过滤器，其中键值对是不同列中的值。该字典是从单独的数据帧获取的，dict(zip(df.id_col, df.rank_col))因此如果字典不是最好的方法，则可以进行更改。

这与这个问题非常相似：使用字典中的值过滤熊猫数据框，但从根本上（我认为）不同，因为我的字典包含列配对值：

示例数据

df_x = pd.DataFrame({'id':[1,1,1,2,2,2,3,3,3], 
'B':[1,1,1,0,1,0,1,0,1], 'Rank':['1','2','3','1', '2','3','1','2','3'],'D':[1,2,3,4,5,6,7,8,9]})
filter_dict = {'1':'1', '2':'3', '3':'2'}

对于这个数据框，df_x我希望能够查看过滤器字典并将其应用于一组列，此处id和Rank，因此数据框被削减为：

实际的源数据帧大约有 1M 行，字典有 >100 个键值对。谢谢你的帮助。