小编ALo*_*llz的帖子

这种行为对我来说似乎很奇怪:id当转换df另一列是timedelta时,列(字符串)转换为时间戳.

import pandas as pd
df = pd.DataFrame({'id': ['00115', '01222', '32333'],
                   'val': [12, 14, 170]})
df['val'] = pd.to_timedelta(df.val, unit='M')

print(df.T)
#                         0                      1                      2
#id  0 days 00:00:00.000000 0 days 00:00:00.000001 0 days 00:00:00.000032
#val      365 days 05:49:12      426 days 02:47:24     5174 days 06:27:00

type(df.T[0][0])
#pandas._libs.tslib.Timedelta

没有timedelta它按照我的预期工作,并且id列仍然是一个字符串,即使另一列是一个整数,所有字符串都可以安全地转换为整数.

df2 = pd.DataFrame({'id': ['00115', '01222', '32333'],
                    'val': [1, 1231, 1413]})

type(df2.T[0][0])
#str

为什么id在第一个实例中更改get 的类型,而不是第二个实例？

我有以下数据框：

a    b    c    d    e    f    g    h    i    j
1    2    3    4    5    6    7    8   0.1  0.11
11   12   13   14   15   16   17   18  0.2  0.12
21   22   23   24   25   26   27   28  0.3  0.13
31   32   33   34   35   36   37   38  0.4  0.14

我想读取EACH ROW，并针对a到h列（在该行）中的每个值，减去i列中的值并除以j列中的值，然后用该结果值替换该原始值，并更新整个数据帧（从a到h）。

在这种情况下我应该如何进行？

我试图解析一系列文本，使用一系列数字，如下面的代码，但我得到的只是一系列 NaN。

import numpy as np
import pandas as pd
numData = np.array([4,6,4,3,6])
txtData = np.array(['bluebox','yellowbox','greybox','redbox','orangebox'])
n = pd.Series(numData)
t = pd.Series(txtData)
x = t.str[:n]
print (x)

输出是

0   NaN
1   NaN
2   NaN
3   NaN
4   NaN

我希望输出是

0      blue
1    yellow
2      grey
3       red
4    orange

是否有捷径可寻。

举个例子,我有以下数据帧:

Date                     Balance
2013-04-01 03:50:00         A
2013-04-01 04:00:00         A
2013-04-01 04:15:00         B
2013-04-01 04:15:00         B
2013-04-01 04:25:00         A
2013-04-01 04:25:00         A
2013-04-01 04:35:00         B
2013-04-01 04:40:00         B
2013-04-02 04:55:00         B
2013-04-02 04:56:00         A
2013-04-02 04:57:00         A
2013-04-03 10:30:00         A
2013-04-03 16:35:00         A
2013-04-03 20:40:00         A

我的目标是添加一个"计数器"列,基本上显示A和B的数量的平衡.因此,每次出现A时,计数器列都会增加一个值.每次出现B时,计数器列都会减少一个值.如果两个连续行中同时出现两个A(相同的日期),则两个行的余额应增加2(同样的推理适用于连续的B或同时适用于A和B).因此,数据框最终会如下所示:

 Date                     Balance        Counter
2013-04-01 03:50:00         A               1
2013-04-01 04:00:00         A               2
2013-04-01 04:15:00         B               0
2013-04-01 04:15:00         B               0
2013-04-01 04:25:00         A               2
2013-04-01 04:25:00         A               2
2013-04-01 04:35:00         B               1
2013-04-01 04:40:00         B …

因为我现在正在写我的硕士论文，所以我必须第一次使用 Python。为了用时间戳索引我的数据，我尝试了以下方法，但实际上并不奏效。好吧，也许确实如此，但是通过timestemp访问数据真是太愚蠢了。也许有人可以帮助我做下一步，以便我使用时间戳访问数据，以便我可以将我的年度数据分成几个月。

import pandas as pd
import numpy as np
import matplotlib.pylab as plt
from matplotlib import pyplot
import datetime as dt
from matplotlib.pylab import rcParams
import datetime
rcParams['figure.figsize'] = 15, 6

data = pd.read_csv('PhelixPowerSpotHistory_2015.csv')
data['Delivery Date']=pd.to_datetime(data['Delivery Date'])
#data['Time']= pd.to_datetime(data.DeliveryDate)
#print (data.head())
print(data.head(10))
from datetime import datetime
ts = data['PriceEUR/MWh']
print(ts.head(10))


import matplotlib.pyplot as plt
plt.plot(ts)
plt.ylabel('€/MWh')
plt.xlabel('Delivery Date')
plt.xticks(np.linspace(0,8721,12))
plt.show()

我的数据头部如下所示：

0 2015-01-01 00:00:00         25.02
1 2015-01-01 01:00:00         18.29
2 2015-01-01 02:00:00         16.04
3 2015-01-01 03:00:00         14.60
4 2015-01-01 …

我正在尝试基于公共列合并多个DataFrame.这将在循环中完成,原始DataFrame可能没有所有列,因此需要外部合并.但是,当我在几个不同的DataFrames列上执行此操作时,使用后缀_x和_y复制.我正在寻找一个填充数据的DataFrame,并且只有在以前不存在的情况下才添加列.

df1=pd.DataFrame({'Company Name':['A','B','C','D'],'Data1':[1,34,23,66],'Data2':[13,54,5354,443]})
      Company Name  Data1  Data2
0            A      1     13
1            B     34     54
2            C     23   5354
3            D     66    443

第二个DataFrame,包含一些公司的附加信息:

pd.DataFrame({'Company Name':['A','B'],'Address':  ['str1', 'str2'], 'Phone': ['str1a', 'str2a']})

  Company Name Address  Phone
0            A    str1  str1a
1            B    str2  str2a

如果我想组合这两个,它将使用on = Column成功合并为一个:

df1=pd.merge(df1,df2, on='Company Name', how='outer')

  Company Name  Data1  Data2 Address  Phone
0            A      1     13    str1  str1a
1            B     34     54    str2  str2a
2            C     23   5354     NaN    NaN
3            D     66    443     NaN    NaN …

我附上了截图以帮助解释.我有一个从克利夫兰心脏数据集中提取的数据框,该数据集占用76列并将它们放入7列,并将其他列包装到下一行.我试图弄清楚如何将该数据帧变为可读格式,如右侧的数据框所示.

变量xyz将始终相同,但我列出的其他字母变量将不同.我以为我可以使用data.loc [:,:'xyz']开始,但我不知道从哪里开始:

data = pd.read_csv("../resources/cleveland.data")
data.loc[:, :'xyz']

然后我必须从那里开始为这些变量分配列名.令人惊讶的是,一旦我解决了这个问题,火车,测试,验证部分将更加容易.在此先感谢您的帮助.(我是菜鸟)

我有一个“潜在”的大型DataFrame，

     A    B_1    B_2    B_3    C_1    C_2    C_3
0  231  text2  text3    NaN  date4  date1    NaN
1  443  NaN    NaN    text1  date2    NaN    NaN
2  456  text1  text1  text2  NaN    date3  date1

为了最小化某些NaNs，我想将所有数据向左移动，从而能够忽略所有NaN列。但是，此移位必须保留在适当的组内，这意味着，只要单元格不在B_1或B_2列中，只要它不移位到C_1等，都没有关系。

我最后要说的是

     A    B_1    B_2    B_3    C_1    C_2    
0  231  text2  text3    NaN  date4  date1
1  443  text1    NaN    NaN  date2    NaN
2  456  text1  text1  text2  date3  date1

仅当另一个列值为True时，才如何比较两个（或更多列）值。理想情况下，输出将只是True（如果一切都正确匹配），否则为False。

这样的事情：df['value1'].equals(df['value2'])但仅当df ['isValid']为true时。

抱歉，如果这是一个愚蠢的问题，我是熊猫的初学者...

考虑以下数据框：

范例1：

isValid     value1   value2
True        50       50
True        19       19
False       48       40

输出应为：True（记录一和两次匹配），并且“ isValid”列为True（这意味着我们必须比较值）

范例2：

isValid     value1   value2
False       50       50
False       19       19
False       48       40

输出应为True（无需进行比较，那么就没错了）

范例3：

isValid     value1   value2
True        50       50
False       19       19
True        48       40

输出应为False（因为记录3的value1和value2不同）

如何删除重复行，以便仅删除最后一个重复条目。pandas drop_duplicates 函数只会保留第一个条目或最后一个条目，但我需要除最后一个条目之外的所有条目。

例如：

X = pd.DataFrame({"col1": list('acbcaa')})

所需输出

X = pd.DataFrame({"col1": list('acba')})