小编Swa*_*agZ的帖子

来自Dict的Panda Dataframe具有不同的长度值

我想从字典中创建一个数据框。键的每个值实际上是其中包含多个值的数组。

>>> my_dict = {"a": [1,2,3], "b": [0], "c": [3,5] }
Run Code Online (Sandbox Code Playgroud)

我想要第1列中的所有键以及第2列中的整个值数组。

我已经试过这篇文章。从条目长度不同的字典创建数据框

但是此解决方案将所有值从键分隔到多列。

预期DF应该看起来像这样

>>> df 
      Key_Column   Value_Column
          a            [1,2,3]
          b            [0]
          c            [3,5]
Run Code Online (Sandbox Code Playgroud)

dictionary dataframe pandas

4
推荐指数
1
解决办法
360
查看次数

当与groupby一起使用sum()时,Python保留其他列

我在下面有一个熊猫数据框:

    df

    name    value1    value2  otherstuff1 otherstuff2 
0   Jack       1         1       1.19        2.39     
1   Jack       1         2       1.19        2.39
2   Luke       0         1       1.08        1.08  
3   Mark       0         1       3.45        3.45
4   Luke       1         0       1.08        1.08
Run Code Online (Sandbox Code Playgroud)

相同的“名称”将对otherstuff1和otherstuff2具有相同的值。

我正在尝试按“名称”列进行分组,并将“值1”列与“值2”列相加(不是将“值1”与“值2”相加!!但要在每列中分别对其求和)

期望得到以下结果:

    newdf

    name    value1    value2  otherstuff1 otherstuff2 
0   Jack       2         3       1.19        2.39     
1   Luke       1         1       1.08        1.08  
2   Mark       0         1       3.45        3.45
Run Code Online (Sandbox Code Playgroud)

我试过了

newdf = df.groupby(['name'], as_index = False).sum()
Run Code Online (Sandbox Code Playgroud)

它按名称分组并正确汇总了value1和value2列,但最终删除了列otherstuff1和otherstuff2。

请帮忙。非常感谢你们!

python pandas

3
推荐指数
2
解决办法
7405
查看次数

Android错误膨胀类android.support.design.widget.NavigationView

错误信息:

android.view.InflateException:二进制XML文件行#16:二进制XML文件行#16:在android.app.ActivityThread.performLaunchActivity(ActivityThread.java:2416)错误膨胀类android.support.design.widget.NavigationView

xml文件:

<include
    layout="@layout/app_bar_main"
    android:layout_width="match_parent"
    android:layout_height="match_parent" />

<android.support.design.widget.NavigationView
    android:id="@+id/nav_view"
    android:layout_width="wrap_content"
    android:layout_height="match_parent"
    android:layout_gravity="start"
    android:fitsSystemWindows="true"
    app:headerLayout="@layout/nav_header_main"
    app:menu="@menu/activity_main_drawer" />
Run Code Online (Sandbox Code Playgroud)

的build.gradle:

apply plugin: 'com.android.application'

    android {
        compileSdkVersion 23
        buildToolsVersion "23.0.2"

        defaultConfig {
            applicationId "edu.zhanglrose_hulman.bigbelly"
            minSdkVersion 15
            targetSdkVersion 23
            versionCode 1
            versionName "1.0"
        }
        buildTypes {
            release {
                minifyEnabled false
                proguardFiles getDefaultProguardFile('proguard-android.txt'), 'proguard-rules.pro'
            }
        }
    }

    dependencies {
        compile fileTree(include: ['*.jar'], dir: 'libs')
        testCompile 'junit:junit:4.12'
        compile 'com.android.support:appcompat-v7:23.1.1'
        compile 'com.android.support:design:23.1.1'
        compile 'com.android.support:recyclerview-v7:23.1.1'
        compile 'com.android.support:cardview-v7:23.1.1'
        compile 'com.google.android.gms:play-services:9.2.0'
    }
Run Code Online (Sandbox Code Playgroud)

styles.xml

<!-- Base application theme. -->
<style name="AppTheme" …
Run Code Online (Sandbox Code Playgroud)

xml android styles inflate-exception navigation-drawer

2
推荐指数
1
解决办法
7149
查看次数

从嵌套列表创建 Panda DataFrame

我正在尝试从嵌套列表创建一个 panda 数据框,其中包含下面的 ndarray :

from numpy import array
a = list([[1,2],[2,3]])                  
a[0] = array([[1,2]])
a[0][0] = array([1,2])
Run Code Online (Sandbox Code Playgroud)

我想要实现的目标如下:

 D0    D1  
 1     2   
 2     3
Run Code Online (Sandbox Code Playgroud)

我试过只使用

pd.DataFrame(a)
Run Code Online (Sandbox Code Playgroud)

这创造了

   D0      
 [1,2]        
 [2,3]     
Run Code Online (Sandbox Code Playgroud)

我还尝试在 for 循环内使用 pd.append

for i in range(0, len(a)):
  df = df.append(pd.DataFrame(a[i]))
Run Code Online (Sandbox Code Playgroud)

它实现了我想要的,但速度非常慢,并且 df.append 不知何故创建了重复项。

请帮忙。

提前谢谢。

python dataframe pandas

2
推荐指数
1
解决办法
5773
查看次数