小编Leb*_*Leb的帖子

我想看看我的数据帧中的特定列中是否存在特定字符串.

我收到了错误

ValueError:Series的真值是不明确的.使用a.empty,a.bool(),a.item(),a.any()或a.all().

import pandas as pd

BabyDataSet = [('Bob', 968), ('Jessica', 155), ('Mary', 77), ('John', 578), ('Mel', 973)]

a = pd.DataFrame(data=BabyDataSet, columns=['Names', 'Births'])

if a['Names'].str.contains('Mel'):
    print "Mel is there"

我开始学习一些python(一直使用R)进行数据分析.我正在尝试使用创建两个图seaborn,但它会在第一个图上保留第二个图.我该如何阻止这种行为？

import seaborn as sns
iris = sns.load_dataset('iris')

length_plot = sns.barplot(x='sepal_length', y='species', data=iris).get_figure()
length_plot.savefig('ex1.pdf')
width_plot = sns.barplot(x='sepal_width', y='species', data=iris).get_figure()
width_plot.savefig('ex2.pdf')

我需要对来自水文地质领域工作的大型数据集进行一些分析.我正在使用NumPy.我想知道我怎么做:

1. 例如,我的数组的第二列乘以数字(例如5.2).然后

2. 计算该列中数字的累积总和.

正如我所提到的,我只想处理特定列而不是整个数组.

Flexbox问题.希望有人可以帮助:)

我正在尝试构建一组由div组成的卡片,并将它们叠加在一起,就像使用position:absolute一样.

有没有办法让div使用flexbox在同一个空间中相互叠加？

我正在尝试模拟使用pandas来访问不断变化的文件.

我有一个文件读取一个csv文件,添加一行,然后休眠一段时间来模拟批量输入.

import pandas as pd
from time import sleep
import random

df2 = pd.DataFrame(data = [['test','trial']], index=None)

while True:
    df = pd.read_csv('data.csv', header=None)
    df.append(df2)
    df.to_csv('data.csv', index=False)
    sleep(random.uniform(0.025,0.3))

第二个文件是通过输出数据帧的形状来检查数据的变化:

import pandas as pd

while True:
    df = pd.read_csv('data.csv', header=None, names=['Name','DATE'])
    print(df.shape)

问题是当我得到DF的正确形状时,有一些时候它会输出(0x2).

即:

...
(10x2)
(10x2)
...
(10x2)
(0x2)
(11x2)
(11x2)
...

这确实发生在一些但不是每次形状变化之间(文件添加到dataframe).

知道这种情况发生在第一个脚本打开文件以添加数据,而第二个脚本无法访问它时,因此(0x2),这会发生任何数据丢失吗？

我无法直接访问流,只能输出文件.或者还有其他可能的解决方案吗？

编辑

这样做的目的是仅加载新数据(我有一个代码可以做到这一点),并"即时"进行分析.一些分析将包括输出/秒,图形(类似于流图),以及一些其他数值计算.

最大的问题是我只能访问csv文件,我需要能够分析数据,而不会丢失或延迟.

我不清楚如何在Windows上安装Matplotlib的底图.也许问题很简单,我需要一些帮助.

我按照本教程.据我了解,第一,GEOS并PROJ4应安装,最后matplotlib-1.4.3.win-amd64-py2.7.exe应该执行.

我陷入了GEOS的困境.我下载了geos-3.5.0的源代码,"解压缩"它,然后我转到命令提示符,将目录更改为geos-3.5.0并运行:

export d://test

但它不起作用.

我有一个csv文件,是否可以使用usecols除最后一列之外的所有列,read_csv而无需列出所需的每一列.

例如,如果我有一个13列文件,我可以这样做usecols=[0,1,...,10,11].做usecols=[:-1]会给我语法错误？

还有另一种选择吗？我正在使用pandas 0.17

我有一系列子图,其中每个子图都有一个图例,我希望在每个子图之外与相邻的子图重叠.问题在于,传说是在自己的情节"顶部",但低于邻近的情节.传说不会将zorder作为参数,所以我不确定如何解决问题.这是我用过的代码:

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2 * np.pi, 400)
y = np.sin(x ** 2)

f, ((ax1, ax2), (ax3, ax4)) = plt.subplots(2, 2, sharex='col', sharey='row')
f.subplots_adjust(hspace=0.15,wspace=0.1)

for i,j in enumerate([ax1,ax2,ax3,ax4],start=1):
    j.set_title(r'%s'%i)

ax1.plot(x, y,label='curve')
ax2.scatter(x, y)
ax3.scatter(x, 2 * y ** 2 - 1, color='r')
ax4.plot(x, 2 * y ** 2 - 1, color='r')

bbox=(1.3, 1.)
ax1.legend(loc=1,bbox_to_anchor=bbox)
plt.savefig('example.png')

我有一个脚本可以通过 folium 在地图上绘制多个点。有没有办法改变标记的形状和颜色？

通过python代码或者html文件来完成并不重要。

import folium
import json


map_osm = folium.Map(location=[37.7622, -122.4356], zoom_start=13)

geojson = {
    "type": "Feature",
    "geometry": {
        "type": "MultiPoint",
        "coordinates": [[-122.42436302145, 37.8004143219856], [-122.42699532676599, 37.80087263276921]],
    },
    "properties": {"prop0": "value0"}
}

map_osm.geo_json(geo_str=json.dumps(geojson))
map_osm.create_map(path='osm.html')

我正在学习'熊猫'并试图绘制id列,但我得到一个错误AttributeError: Unknown property color_cycle和空图.该图仅显示在交互式shell中.当我作为脚本执行时,我得到相同的错误,除了图形没有出现.

以下是日志:

>>> import pandas as pd
>>> pd.set_option('display.mpl_style', 'default')
>>> df = pd.read_csv('2015.csv', parse_dates=['log_date'])
>>> employee_198 = df[df['employee_id'] == 198]
>>> print(employee_198)
          id  version  company_id early_minutes  employee_id late_minutes  \
90724  91635        0           1           NaN          198          NaN
90725  91636        0           1           NaN          198      0:20:00
90726  91637        0           1       0:20:00          198          NaN
90727  91638        0           1       0:05:00          198          NaN
90728  91639        0           1       0:25:00          198          NaN
90729  91640        0           1       0:15:00          198      0:20:00
90730 …