小编Ali*_*Ali的帖子

我有一个数据框：

df = pd.DataFrame(data=[676, 0, 670, 0, 668], index=['2012-01-31 00:00:00','2012-02-29 00:00:00',
                                                     '2012-03-31 00:00:00','2012-04-30 00:00:00',
                                                     '2012-05-31 00:00:00'])  
df.index.name = "Date"
df.columns = ["Number"]

看起来像：

              Number
Date    
2012-01-31 00:00:00 676
2012-02-29 00:00:00 0
2012-03-31 00:00:00 670
2012-04-30 00:00:00 0
2012-05-31 00:00:00 668

如何分别输入 (676+670)/2 和 (670+668)/2 的第二个和第四个值？

我可以将值另存为np.array并将它们输入数组，但这太荒谬了！

我有以下 DF：

df=pd.DataFrame({
                 'x':[1, 2, 3, -1, -2, -3],
                 'y':[-1, 3, 2, -4, 3, -2],
                 'z':[1 , 1, 5, 2, 1, -1]

}） 或者

       x  y  z
    0  1 -1  1
    1  2  3  1
    2  3  2  5
    3 -1 -4  2
    4 -2  3  1
    5 -3 -2 -1

目标是找到所有元素都具有相同（负或正）值的行。在本例中，这意味着选择第 1、2 和 5 行。

我将不胜感激任何帮助。我知道这个问题：Pandas - 比较正/负值， 但它没有解决值为负的情况。

谢谢 ：）

我有以下数据框：

df1=pd.DataFrame({'fr':[1,2,3],'to':[4,5,6],'R':[0.1,0.2,0.3]})
df2=pd.DataFrame({'fr':[1,5,3],'to':[4,2,6],'X':[0.4,0.5,0.6]})

我想在 fr 和 to 上合并这两个数据帧，忽略 fr 和 to 的顺序，即（2,5）与（5,2）相同。所需的输出是：

dfO=pd.DataFrame({'fr':[1,2,3],'to':[4,5,6],'R':[0.1,0.2,0.3],'X':[0.4,0.5,0.6]})

或者

dfO=pd.DataFrame({'fr':[1,5,3],'to':[4,2,6],'R':[0.1,0.2,0.3],'X':[0.4,0.5,0.6]})

我可以执行以下操作：

pd.merge(df1,df2,on=['fr','to'],how='left')

然而，正如预期的那样，第二行的 X 值是 NaN。

感谢您的帮助。