我有以下pd.DataFrame:
Name 0 1 ...
Col A B A B ...
0 0.409511 -0.537108 -0.355529 0.212134 ...
1 -0.332276 -1.087013 0.083684 0.529002 ...
2 1.138159 -0.327212 0.570834 2.337718 ...
它具有MultiIndex列names=['Name', 'Col']和层次级别.该Name标签从0到n,并为每个标签,有两个A和B列.
我想要选择此DataFrame的所有A(或B)列.
假设我有许多对(int,str)列表,不一定长度相同.这里唯一的限制是列表按整数部分按升序排序:
a = [(1, 'a'), (4, 'a'), (6, 'b'), (7, 'c'), (12, 'a')]
b = [(5, 'd'), (10, 'c'), (11,'e')]
c = [(0, 'b'), (3, 'd')]
我想要做的是按照相应的整数元素出现的顺序发出字符串元素,即在这种情况下:
(0, 'b'), (1, 'a'), (3, 'd'), (4, 'a'), ...
我想知道是否有明显的(漂亮+ Python化)的方式来做到这一点只用迭代器a,b和c？我已经看过,itertools但在这种情况下无法立即看到如何使用该功能.这些名单a,b,c可能是非常大的,所以我想这样做不读他们入内存,然后排序...
我有一个由时间戳索引的值的系列。这些时间戳的间隔不规则，我想计算一些类似于过去 N 秒的滚动平均值（例如），其中 N 是一个常数。不幸的是，在计算滚动数量之前定期重新采样不是一种选择——滚动数量必须在整个数据集上计算。
大熊猫有什么好办法吗？
我有以下pandas数据框，我想用D列中的值以行的方式填充AC列中的NaN。是否有一种明确的方法来执行此操作，因此我可以定义所有NaN都应以行为单位D列中的值？我找不到在fillna（）中显式执行此操作的方法。
请注意，还有其他列EZ，它们具有自己的NaN，并且可能具有其他用于填写NaN的规则，因此请不要更改。
A B C D E
158 158 158 177 ...
158 158 158 177 ...
NaN NaN NaN 177 ...
158 158 158 177 ...
NaN NaN NaN 177 ...
仅对AC列具有此功能：
A B C D E
158 158 158 177 ...
158 158 158 177 ...
177 177 177 177 ...
158 158 158 177 ...
177 177 177 177 ...
谢谢。