我正在做一些模拟.通过变量参数(rpm仅在这种情况下)进行系统分析,并将结果数据帧的每一个最后一行附加results_df到一个汇总数据帧,该数据帧df包含了对我的系统的baviour依赖于变化rpm.
为了获得适当的绘图和数据分析索引,我将列表中的各种值(此处rpm)转换为pandas系列,ser并将此系列与df包含我感兴趣的结果的汇总数据框连接起来.
由于我感兴趣的每个计算的结果只是每个计算的最后一行,我results_df通过使用从结果数据框中提取这些数据.tail(1).
到目前为止我所做的工作如下所示:
rpm = [0.25, 0.3, 0.5, 0.75, 1.0, 1.5, 2.0]
ser = pd.Series(rpm, name='rpm')
df = pd.DataFrame()
df_list = list()
for i, val in enumerate(rpm):
results_df = get_some_data_from_somwhere()
df_list.append(results_df.tail(1))
df = df.append(df_list, ignore_index=True)
df = pd.concat([df, ser], axis=1)
df.set_index('rpm', inplace=True)
with open('foo.csv', 'w') as f:
data.to_csv(f, index=True, header=True, decimal=',', sep=' ', float_format='%.3f')
我得到的这个csv文件有以下格式:
rpm cooling_inner heating_inner cooling_outlet …我想提起这件事,只是因为它很疯狂.也许韦斯有一些想法.该文件非常规则:1100行x~3M列,数据以制表符分隔,仅由整数0,1和2组成.显然,这不是预期的.
如果我预先填充下面的数据帧,它会占用大约26GB的RAM.
h = open("ms.txt")
header = h.readline().split("\t")
h.close()
rows=1100
df = pd.DataFrame(columns=header, index=range(rows), dtype=int)
系统信息:
欢迎任何想法.
我有两个dataframes df1并df2从同一个源进行了计算的是,但具有不同的方法,从而大部分值是相同的,具有一定的差异.现在,我想df1根据中的值进行更新df2.
例如:
df1 = pd.DataFrame({'name':['john','deb','john','deb'], 'col1':[490,500,425,678], 'col2':[456,625,578,789],'col3':['TN','OK','OK','NY']})
name col1 col2 col3
john 490 456 TN
deb 500 625 OK
john 425 578 OK
deb 678 789 NY
df2 = pd.DataFrame({'name':['deb','john','deb','john','deb'], 'col1':[400,490,500,425,678], 'col2':[225,456,625,578,789],'col3':['TN','TN','OK','OK','NY']})
name col1 col2 col3
deb 400 225 TN
john 490 456 TN
deb 500 625 OK
john 425 578 OK
deb 678 789 NY
所以,在这种情况下,.append应该追加仅第一行df2来df1.所以,只有当一个新行df2不存在df1(基于名称和col3)时才会添加/更新该列,否则它不会.
这几乎concat应该是应该做的事情.
创建两个系列:s1和s2从df.
每个都有相同的长度但不同的指数.s1.multiply(s2)联合不匹配的指数而不是乘以它们.
我只想逐渐s1反对s2忽略不匹配的指数.
我可以运行s1.reset_index()并s2.reset_index()再取我这两个DFS希望之列,因为它把原始索引到一个单独的列,但这是乏味的,我想有可能是做一个简单的方法.
s1.multiply(s2, axis='columns')
似乎也没有用
我尝试获得各种大熊猫日期的日间三角洲.然而,对于大于292年的时间增量,我获得了负值.例如,
import pandas as pd
dates = pd.Series(pd.date_range('1700-01-01', periods=4500, freq='m'))
days_delta = (dates-dates.min()).astype('timedelta64[D]')
但是,使用DatetimeIndex,我可以做到它,它按我想要的方式工作,
import pandas as pd
import numpy as np
dates = pd.date_range('1700-01-01', periods=4500, freq='m')
days_fun = np.vectorize(lambda x: x.days)
days_delta = days_fun(dates.date - dates.date.min())
那么问题是如何获得Series对象的正确days_delta？
我有一个基于这个例子的HUD游戏
我有一个带有两个gluOrtho2D视图的pyglet应用程序.一个被映射到屏幕的1/1,作为我的HUD.一个映射到游戏世界的,所以它可以扩展.
当游戏世界中的玩家在某个位置渲染时,我想在HUD中显示该玩家的名字.但是HUD对世界物体渲染位置一无所知,世界对屏幕的缩放一无所知.
有没有办法找出屏幕上呈现的内容,或者是否有可能找出或只是反作用于上下文中的当前缩放集？
from pyglet import clock, window, font
from pyglet.gl import *
class Camera(object):
def __init__(self, win):
self.win = win
def project_world(self):
glMatrixMode(GL_PROJECTION)
glLoadIdentity()
gluOrtho2D(-500, 1000, -500, 500)
def project_hud(self):
glMatrixMode(GL_PROJECTION)
glLoadIdentity()
gluOrtho2D(0, self.win.width, 0, self.win.height)
class Hud(object):
def __init__(self, win: window.Window):
self.fps = clock.ClockDisplay()
self.helv = font.load('Helvetica', 12.0)
self.text = font.Text(self.helv, "This text does not scale", \
x=0, y=0, color=(1, 1, 1, 0.5))
def draw(self):
glMatrixMode(GL_MODELVIEW) …我尝试过使用 poedit 1.4.6>另存为，但 .mo 不是一个选项。
我在坐在(本地)网络上的MySQL数据库中有500万行(所以快速连接,而不是在互联网上).
与数据库的连接工作正常,但如果我尝试做
f = pd.read_sql_query('SELECT * FROM mytable', engine, index_col = 'ID')
这需要很长时间.即使是分块chunksize也会很慢.此外,我真的不知道它是挂在那里还是确实检索信息.
我想问一下,对于那些在数据库上处理大数据的人来说,他们如何检索他们的Pandas会话数据？
难道是"聪明",例如,运行查询,以返回结果csv文件并加载该成熊猫？听起来比它需要的更多.
我有一个大的数据框,有2个级别的列,但是1级行,我正在尝试按如下方式对其进行排序:级别0:按字母顺序排列; 第1级:自定义排序.
import pandas as pd
dictionary = {'A' : {'M': [1,2,3,4,5],
'L': [6,7,8,9,1],
'F': [3,5,1,3,5] },
'C' : {'M': [2,3,4,5,6],
'L': [7,8,9,1,2],
'F': [0,1,6,3,5] },
'B' : {'M': [1,5,2,5,3],
'L': [9,5,6,3,4],
'F': [6,2,7,1,5] }
}
reform = {(outerKey, innerKey): values for outerKey, innerDict in dictionary.iteritems() for innerKey, values in innerDict.iteritems()}
pd.DataFrame(reform,index=['g','h','i','j','k'])
我当时拥有的是什么
# A B C
# F L M F L M F L M
# g 3 6 1 6 9 1 0 7 2 …我有一个从 selenium-webdriver 得到的列表：
List<WebElement> allElements = driver.findElements(By.xpath(""));
现在我想获取前 6 个元素并打印它们。