我有以下数据框：
----------------------------
Index| col1 | col2 |
----------------------------
0 | 1 | a-b-c
1 | 2 | d-e-f
2 | 3 | g
----------------------------
我希望能够进行如下查询：
myvar= 'a'
df.query('@myvar in col2')
但它总是适用于精确匹配。模式匹配有什么解决方案吗？
谢谢，
鲁特
我使用以下代码从pandas dataframe获取带有一些值的行.我需要将此代码转换为pandas.query().
results= rs_gp[rs_gp['Col1'].notnull()]
当我转换为: results= rs_gp.query('Col1!=None')
它给出了错误'None is not defined'.有人可以帮忙吗
谢谢,Rtut
我的数据框有很少的重复列名.如果找到重复的列名称,请将重复列合并为一列.我还想保留用逗号分隔的重复列数据.任何人都可以建议一种方法来做到这一点.
我在下面构建了一个例子.在我的实际数据帧中,列名称未知.
输入数据框架:
Col1 Col2 Col3 Col2
A CA1 CA5 CA3 CA5
B CB1 CB5 CB3 CB5
C CC1 CC5 CC3 CC5
D CD1 CD5 CD3 None
E CE1 CE5 CE3 CE5
可以阅读:
df = pd.read_clipboard(names=['Col1','Col2','Col3','Col2'], skiprows=1)
输出数据框架:
Col1 Col2 Col3
A CA1 CA5,CA5 CA3
B CB1 CB5,CB5 CB3
C CC1 CC5,CC5 CC3
D CD1 CD5 CD3
E CE1 CE5,CE5 CE3
我需要将数据框中的非空值替换为1,将null值替换为0.
这是我的数据帧:
my_list= [['a','b','c'],['test1','test2',None],[None,'101','000']]
mydf= pd.DataFrame(my_list,columns=['col1','col2','col3'])
mydf
col1 col2 col3
0 a b c
1 test1 test2 None
2 None 101 000
mydf.where((pd.isnull(mydf)),0,inplace=True)
mydf
col1 col2 col3
0 0 0 0
1 0 0 None
2 None 0 0
我不确定为什么它用零替换非空值.pd.notnull()恰恰相反.任何人都能解释我在这里缺少的东西吗？
我有一个具有12,000行和34列的数据框。熊猫大约需要15秒才能将其写入Excel。我读到的关于to_excel函数的讨论很少，而使其更快的一种方法是添加engine ='xlsxwriter'。我使用以下代码。
writer = pd.ExcelWriter('outputfile.xlsx',engine='xlsxwriter')
res_df.to_excel(writer,sheet_name='Output_sheet')
想知道是否有一种方法可以使用dask或任何其他库使此工作更快？
dataframe.memory_usage（）给了我以下输出：
Index 80
col1 95528
col2 95528
col3 95528
col4 95528
col5 95528
col6 95528
col7 95528
col8 95528
col9 95528
col10 95528
col11 95528
col12 95528
col13 95528
col14 95528
col15 95528
col16 95528
col17 95528
col18 95528
col19 95528
col20 95528
col21 95528
col22 95528
col23 95528
col24 95528
col25 95528
col26 95528
col27 95528
col28 95528
col29 95528
col30 95528
col31 95528
col32 95528
col33 95528
col34 95528
谢谢！
我希望能够计算数据帧中列组的中位数.我有以下示例数据帧.对于我的实际数据帧,列数,列和组的名称是动态的,因为它取决于用户输入.
raw_data= {'a':['g1','g2','g3','g4','g5'],'b':[10,11,12,13,14],'c':[5,6,7,8,9],'d':[112,1,0,9,8],'e':[6,7,8,0,9],'f':[0,1,6,7,8],'g':[9,8,6,5,4]}
mydf= pd.DataFrame(raw_data)
newdf= mydf.set_index('a')
我有另一个字典,我存储我的列的组信息
gp_dict= {'gp1':['b','c','d'],'gp2':['e','f','g']}
当前数据帧:
b c d e f g
a
g1 10 5 112 6 0 9
g2 11 6 1 7 1 8
g3 12 7 0 8 6 6
g4 13 8 9 0 7 5
g5 14 9 8 9 8 4
我的代码应该获得每个组的中位数,并且如果任何组的中位数大于8,则保留行.
期望的输出:
b c d e f g
g1 10 5 112 6 0 9
g4 13 8 9 0 7 5
g5 14 9 8 9 …