小编les*_*l0l的帖子

我有一个df包含以下内容的数据框:

In [10]: df.index.unique()
Out[10]: array([u'DC', nan, u'BS', u'AB', u'OA'], dtype=object)

我可以轻松选择df.ix ["DC"],df.ix ["BS"]等.但是我在选择nan索引时遇到了麻烦.

df.ix[nan], df.ix["nan"], df.ix[np.nan] all won't work.

如何选择nan作为索引的行？

我有一个包含130,000行的csv文件.在使用pandas的read_csv函数读入文件后,其中一个列("CallGuid")具有混合对象类型.

我做了:

df = pd.read_csv("data.csv")

然后我有这个:

In [10]: df["CallGuid"][32767]
Out[10]: 4129237051L    

In [11]: df["CallGuid"][32768]
Out[11]: u'4129259051'

所有行<= 32767都是类型long,所有行> 32767都是unicode

为什么是这样？

我正在寻找熊猫 read_csv 编码选项字符串的列表。

我发现以下 URL 记录了 read_csv 函数的参数，但它不包含 read_csv 的可能编码选项列表。

http://pandas.pydata.org/pandas-docs/version/0.13.1/generated/pandas.io.parsers.read_csv.html

谁能帮我这个？

运用split函数的xts对象由weeks行分组放入每周块.该组中的默认的日子Monday来Sunday.如果我希望小组中的日子来自Sunday,我该怎么办Saturday？

library(xts)
idx <- as.Date("2018-3-1") + 0:14
v <- 1:15
x <- xts(v, idx)
group <- split(x, f = 'weeks')
group

Output:
[[1]]
           [,1]
2018-03-01    1  # Thursday
2018-03-02    2  # Friday
2018-03-03    3  # Saturday
2018-03-04    4  # Sunday

[[2]]
           [,1]
2018-03-05    5  # Monday
2018-03-06    6  # Tuesday
2018-03-07    7  # Wednesday
2018-03-08    8  # Thursday
2018-03-09    9  # Friday
2018-03-10   10  # Saturday …

我有一个名为test.txt包含以下内容的文件:

Line 1
Line 2
Line 3
Line 4

我有这样简单的Python程序:

f = open("test.txt")

myline = "Line 3"
for line in f:
    print myline + " - " + line
    if myline == line:
        print "We have a match!"

if myline == "Line 3":
    print "This works."

我得到了这个结果:

Line 3 - Line 1

Line 3 - Line 2

Line 3 - Line 3

Line 3 - Line 4

This works.

为什么不"我们有匹配!" 打印？

我错过了什么？

我有3年的统计数据存储在3个词典中.我希望在3年内找到每个月的最小值.例如,1月份是10,2月份是15.

我需要将结果存储在一个新的字典中.例如,{"January":12,"February":15,...}

我该怎么办？

stat2011 = {"January": 12, "February": 20, "March": 50, "April": 70, "May": 15,
           "June": 35, "July": 30, "August": 15, "September": 20, "October": 60,
           "November": 13, "December": 50}

stat2012 = {"January": 36, "February": 15, "March": 50, "April": 10, "May": 90,
           "June": 25, "July": 35, "August": 15, "September": 20, "October": 30,
           "November": 10, "December": 25}

stat2013 = {"January": 10, "February": 60, "March": 90, "April": 10, "May": 80,
           "June": 50, "July": 30, "August": 15, "September": 20, "October": 75,
           "November": 60, "December": …