如果我有一个由0和1组成的pandas数据框:
1 1 1 0 0 0 0 1 0
1 1 1 1 1 0 0 0 0
1 1 1 0 0 0 0 1 0
1 0 0 0 0 1 0 0 0
如何过滤异常值,以便我得到这样的结果:
1 1 1 0 0 0 0 0 0
1 1 1 1 1 0 0 0 0
1 1 1 0 0 0 0 0 0
1 0 0 0 0 0 0 0 0
这样我就删除了异常值.
如果我有一个像这样的熊猫数据框：
A B C D E F
0 1 NaN NaN NaN NaN NaN
1 2 5 6 1 NaN 1
2 2 3 NaN 1 4 1
3 5 5 2 1 2 1
4 NaN 2 3 4 1 2
5 NaN NaN 2 NaN NaN 1
我如何只保留第一组非 NaN 值，以便获得如下所示的 Pandas 数据框：
A B C D E F
0 1 NaN NaN NaN NaN NaN
1 2 5 6 1 NaN NaN
2 2 3 NaN NaN NaN …我有一个像这样的 Pandas DataFrame，在索引和 A 列中有时间：
A
2018-01-24 00:06:00 3.0
2018-01-24 00:06:01 4.0
2018-01-24 00:06:02 8.0
2018-01-24 00:06:03 4.0
2018-01-24 00:06:04 2.0
我希望数据帧有半秒的间隔，其中半秒是两个数据点之间的平均值，这样我就会得到这样的结果：
A
2018-01-24 00:06:00 3.0
2018-01-24 00:06:00.500 3.5
2018-01-24 00:06:01 4.0
2018-01-24 00:06:01.500 6.0
2018-01-24 00:06:02 8.0
2018-01-24 00:06:02.500 6.0
2018-01-24 00:06:03 4.0
2018-01-24 00:06:03.500 3.0
2018-01-24 00:06:04 2.0
如果我有这样的 Pandas 数据框：
A
1 8
2 9
3 7
4 2
我如何重复 x 次？例如，如果我想重复 3 次，我会得到这样的结果：
A B C D
1 8 8 8 8
2 9 9 9 9
3 7 7 7 7
4 2 2 2 2
如果我有这样的 Pandas 数据框：
1 2 3 4 5 6 7
1 NaN 1 1 1 NaN 1 1
2 NaN NaN 1 1 1 1 1
3 NaN NaN NaN 1 NaN 1 1
4 1 1 NaN NaN 1 1 NaN
如何进行累积总和，以便每次在行中有 NaN 值时重置计数？这样我就得到了这样的东西：
1 2 3 4 5 6 7
1 NaN 1 2 3 NaN 1 2
2 NaN NaN 1 2 3 4 5
3 NaN NaN NaN 1 NaN 1 2
4 1 2 NaN …如果我有一个像这样的数据框：
A
0 Ascent
1 NaN
2 NaN
3 Descent
4 NaN
5 Ascent
如何填充单词之间的距离，以使“上升”和“下降”之间的nan值填充为“之上”，而使“下降”和“上升”之间的nan值填充为“下面”。这样我就得到了一个熊猫数据框，如下所示：
A
0 'Ascent'
1 'Above'
2 'Above'
3 'Descent'
4 'Below'
5 'Ascent'
我正在尝试使用彩色图地震创建颜色条。我希望颜色图在-6 到 6 的范围内，但在 -1.5 到 -.5 范围内为白色，然后从那里开始发散，大于-.5的数字为红色，小于-1.5的数字为蓝色。
有什么简单的方法可以做到这一点吗？
我正在尝试这个：
lower = plt.cm.seismic(np.linspace(-6, -1.5, 10))
upper = plt.cm.seismic(np.linspace(-.5, 6, 10))
colors = np.vstack((lower, upper))
tmap = matplotlib.colors.LinearSegmentedColormap.from_list('map_white', colors)