小编war*_*nry的帖子

初学者与熊猫数据帧.我在下面的数据集中缺少A列和B列的值(Test.csv):

DateTime              A             B
01-01-2017 03:27        
01-01-2017 03:28        
01-01-2017 03:29    0.18127718  -0.178835737
01-01-2017 03:30    0.186923018 -0.183260853
01-01-2017 03:31        
01-01-2017 03:32        
01-01-2017 03:33    0.18127718  -0.178835737

我可以使用此代码使用向前传播填充值,但这仅适用于03:31和03:32,而不是03:27和03:28.

import pandas as pd
import numpy as np

df = pd.read_csv('test.csv', index_col = 0)
data = df.fillna(method='ffill')
ndata = data.to_csv('test1.csv')

结果是:

   DateTime              A             B
    01-01-2017 03:27        
    01-01-2017 03:28        
    01-01-2017 03:29    0.18127718  -0.178835737
    01-01-2017 03:30    0.186923018 -0.183260853
    01-01-2017 03:31    0.186923018 -0.183260853
    01-01-2017 03:32    0.186923018 -0.183260853
    01-01-2017 03:33    0.18127718  -0.178835737

我如何使用backfil包含'Bfill'来填补03:27和03:28的缺失值？

我有这个代码,生成一个直方图,识别三种类型的字段; "低","中"和"高":

import pylab as plt
import pandas as pd


df = pd.read_csv('April2017NEW.csv', index_col =1)
df1 = df.loc['Output Energy, (Wh/h)']  # choose index value and Average
df1['Average'] = df1.mean(axis=1)

N, bins, patches = plt.hist(df1['Average'], 30)

cmap = plt.get_cmap('jet')
low = cmap(0.5)
medium =cmap(0.25)
high = cmap(0.8)


for i in range(0,4):
    patches[i].set_facecolor(low)
for i in range(4,11):
    patches[i].set_facecolor(medium)
for i in range(11,30):
    patches[i].set_facecolor(high)

plt.xlabel("Watt Hours", fontsize=16)  
plt.ylabel("Households", fontsize=16)
plt.xticks(fontsize=14)  
plt.yticks(fontsize=14)
ax = plt.subplot(111)  
ax.spines["top"].set_visible(False)  
ax.spines["right"].set_visible(False)

plt.show()

产生这个:

如何在这里获得三种不同颜色的图例？

我使用此示例将csv文件上载到sqlite数据库:

这是我的代码:

from numpy import genfromtxt
from time import time
from datetime import datetime
from sqlalchemy import Column, Integer, Float, Date, String, VARCHAR
from sqlalchemy.ext.declarative import declarative_base
from sqlalchemy import create_engine
from sqlalchemy.orm import sessionmaker

def Load_Data(file_name):
    data = genfromtxt(file_name, delimiter=',')# skiprows=1, converters={0: lambda s: str(s)})
    return data.tolist()

Base = declarative_base()

class cdb1(Base):
    #Tell SQLAlchemy what the table name is and if there's any table-specific arguments it should know about
    __tablename__ = 'cdb1'
    __table_args__ = {'sqlite_autoincrement': True}
    #tell …

我有这个代码，使用熊猫 df：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import os


path_to = 'Data\\2017-04\\MonthlyData\q1analysis\Energy Usage'  # where to save

df = pd.read_csv('April2017NEW.csv', index_col =1)


df1 = df.loc['Output Energy, (Wh/h)']  # choose index value and Average
df1['Average'] = df1.mean(axis=1)
print df1
print df1['Average'].describe()

def hist():
    p = sns.distplot(df1['Average'],kde=False, bins=25).set(xlim=(0, 100));
    plt.xlabel('Watt hours')
    plt.ylabel('Households')

    return plt.show()

返回：

我想使用三种不同的颜色（低、中、高）来用图例表示 x = 轴上的更高值，如下所示：

编辑1：

我找到了这个例子：here，所以我想用这个。

我想出了这个： 几乎就在那里。如何将范围分成 3 个，具有 3 种不同的颜色？

我正在尝试将 Pandas 数据框插入到 mysql 数据库中。我正在使用flask-sqlalchemy。

我创建了这个表：

class Client_Details(db.Model):
    __tablename__ = "client_history"

    client_id = db.Column(db.Integer, primary_key=True)
    client_name = db.Column(db.VARCHAR(50))
    shack= db.Column(db.VARCHAR(50))

我想将此 df 中的数据插入其中：

index   name     shack
0        jay       H9
1        ray       I8
2        t-bop     I6
3        jay-k     F89
4        phil      D89

这似乎不起作用：

for index, row in df.iterrows():
    client_add = client_history(client_name = row[1], shack =row[2])
    db.session.add(client_add)
    db.session.commit()

有没有更好的方法来做到这一点to_sql，也许使用？

我有df:

                     Voltage
01-02-2017 00:00       13.1
01-02-2017 00:01       13.2
01-02-2017 00:02       13.3
01-02-2017 00:03       14.1
01-02-2017 00:04       14.3
01-02-2017 00:04       13.5

我希望电压列中的值> = 14.0时的第一个实例的时间(hh:mm)."完全充电时间"列中应该只有一个时间值.

                     Voltage   Time of Full Charge
01-02-2017 00:00       13.1
01-02-2017 00:01       13.2
01-02-2017 00:02       13.3
01-02-2017 00:03       14.1         00:03
01-02-2017 00:04       14.3
01-02-2017 00:04       13.5

我正在尝试这些方面的东西,但无法弄清楚:

df.index = pd.to_datetime(df.index)
df.['Time of Full Charge'] = np.where(df.['Voltage'] >= 14.0), (df.index.hour:df.index.minute))    

我有df：

Hour  Energy Wh  
1        4          
2        6           
3        9
4        15

我想添加一列来显示每小时的差异。我正在使用这个：

df['Energy Wh/h'] = df['Energy Wh'].diff().fillna(0)

df1：

Hour  Energy Wh  Energy Wh/h
1        4          0
2        6          2 
3        9          3
4        15         6

但是，小时1值在“能量Wh / h”列中显示为0，而我希望它显示为4，如下所示：

Hour  Energy Wh  Energy Wh/h
1        4          4
2        6          2 
3        9          3
4        15         6

我尝试使用np.where：

df['Energy Wh/h']  = np.where(df['Hour'] == 1,df['Energy Wh'].diff().fillna(df['Energy Wh']),df['Energy Wh'].diff().fillna(0))

但是我在小时1行（df1）中仍然得到0值，没有错误。如何获得要填充的小时1的“能量Wh”中的值，而不是0？

我试图从这个df中删除列'DB Serial'包含字符*的所有行:

    DB Serial
0     13058
1     13069
2    *13070
3     13070
4     13044
5     13042

我在用:

df = df[~df['DB Serial'].str.contains('*')]

但我得到这个错误:

    raise error, v # invalid expression
error: nothing to repeat

我有这个 df：

    A
0   2017-04-17 00:00:00
1   2017-04-18 00:00:00
2   2017-04-19 00:00:00
3   2017-04-20 00:00:00
4   2017-04-21 00:00:00

我试图摆脱 H、M、S，这样我就剩下：

     A
0   2017-04-17
1   2017-04-18 
2   2017-04-19 
3   2017-04-20 
4   2017-04-21 

A列的数据类型是对象。我试过了：

df['A'] = df['A']datetime.strftime('%Y-%m-%d')

和：

import datetime as datetime

我得到：

AttributeError: 'Series' object has no attribute 'strftime'

初学者熊猫/蟒蛇用户。我在 Pandas 数据框中使用 24 小时数据，但是通常在一天的最后几分钟没有数据。

我只需要将行附加到每个文件中，直到最后一个时间戳达到 23.59，然后用数据向前填充最后几分钟。所以这：

    19-12-2016 00:00    2   0.003232323
    ...
    19-12-2016 23:53    2   0.002822919
    19-12-2016 23:54    4   0.002822919
    19-12-2016 23:55    1   0.002822919

变成：

    19-12-2016 00:00    2   0.003232323
    ...
    19-12-2016 23:53    2   0.002822919
    19-12-2016 23:54    4   0.002822919
    19-12-2016 23:55    1   0.002822919
    19-12-2016 23:56    1   0.002822919
    19-12-2016 23:57    1   0.002822919
    19-12-2016 23:58    1   0.002822919
    19-12-2016 23:59    1   0.002822919

不幸的是，我为此使用的代码真的很长，我无法准确指出我可以在哪里修改它。