我有以下 df：
date time
2018-01-01 00:00:00 7:30:33
2017-01-01 00:00:00 7:30:33
我想创建一个日期时间列，应如下所示：
2018-01-01 7:30:33
2017-01-01 7:30:33
为此，我使用以下代码：
df["datetime"] = pd.to_datetime(df['date'].apply(str)+' '+df['time'])
它在大多数时间都有效。但是，在我的 df 的某些部分（我不知道是哪些部分），我收到以下错误：
ValueError: hour must be in 0..23
我做错了什么以及如何解决这个问题？
我有以下数据帧:
date id cars
2012 1 4
2013 1 6
2014 1 NaN
2012 2 10
2013 2 20
2014 2 NaN
现在,我希望得到多年来汽车的平均值,因为每个id都忽略了NaN的.结果应该是这样的:
date id cars result
2012 1 4 5
2013 1 6 5
2014 1 NaN 5
2012 2 10 15
2013 2 20 15
2014 2 NaN 15
我有以下命令:
df["result"]=df.groupby("id")["cars"].mean()
该命令运行没有错误,但结果列只有NaN.我做错了什么？
我想循环遍历一个只有工作日的日期范围，即没有周末。为此，我使用以下命令，基本上选取一个月中的每个第三个星期五，并使列窗口等于从第三个星期五开始的 2、20 天。这段代码工作得很好。
for beg in pd.bdate_range("2000-01-01", "2017-05-01"):
beg= third_friday
df["window"].loc[beg: beg + pd.to_timedelta(20,"D")] = 2
if month==12:
year=year+1
month=0
if year>=2017 and month>=3:
break
month = month +3
monthcal = c.monthdatescalendar(year,month)
third_friday = [day for week in monthcal for day in week if \
day.weekday() == calendar.FRIDAY and \
day.month == month][2]
然而，20 中
df["window"].loc[beg: beg + pd.to_timedelta(20,"D")] = 2
命令指的是 20 天，包括周末，但我希望它指的是 20 个工作日；例如这样的东西：
df["window"].loc[beg: beg + pd.to_timedelta(20, "Weekdays_only")] = 2
是否有一个简单的修复方法，以便我可以用其他内容替换“D”，或者我是否必须重写所有内容？
此外，我还想用不同的值标记第三个星期五周围的日子，例如third_friday之后的day +1是1，day+2是2。为此，我编写了第二个for循环。这里是完整的例子：
for beg in pd.bdate_range("2000-01-01", …我有以下数据框
2001-01-01 2001-01-02 2001-01-03
1 0 8
我想删除小于 2001-01-02 的每一列，即我的 df 应该是这样的：
2001-01-02 2001-01-03
0 8
有人知道怎么做吗？
我有以下数据框：
id indicator
1 NaN
1 NaN
1 1
1 NaN
1 NaN
1 NaN
实际上，我还有几个 id。我现在的问题是，如何对特定范围进行向前或向后填充，例如仅对下一个/最后 2 个观察进行填充。我的数据框应该是这样的：
id indicator
1 NaN
1 NaN
1 1
1 1
1 1
1 NaN
我知道命令
df.groupby("id")["indicator"].fillna(value=None, method="ffill")
但是，这会填充所有缺失值，而不仅仅是接下来的两个观察值。有谁知道解决方案？
我需要获得 df 的滚动第二大值。
为了获得最大的价值我所做的
max = df.sort_index(ascending=True).rolling(10).max()
当我尝试这个时，python 抛出一个错误
max = df.sort_index(ascending=True).rolling(10).nlargest(2)
AttributeError: 'Rolling' object has no attribute 'nlargest'
这是一个错误吗？我还能使用什么高性能的东西？
我之前曾与Stata合作,现在我正在尝试使用Python完成同样的工作.但是,我遇到了merge命令的麻烦.不知何故,我必须遗漏一些东西.我要合并的两个数据帧如下所示:
df1:
Date id Market_Cap
2000 1 400
2000 2 200
2001 1 410
2001 2 220
df2:
id Ticker
1 Shell
2 ExxonMobil
我现在的目标是获得以下数据集:
Date id Market_Cap Ticker
2000 1 400 Shell
2000 2 200 ExxonMobil
2001 1 410 Shell
2001 2 220 ExxonMobil
我尝试了以下命令:
merged= pd.merge(df1, df2, how="left", on="id")
这会合并数据集,但在Ticker列中只给出了nan.我看了几个消息来源,也许我弄错了,但是对于我的目的来说,不是"左"命令是正确的做法吗？我也试过"正确"和"外在".他们没有得到我想要的结果,而"内在"似乎在这里似乎不起作用.
我错过了一些关键的东西吗
我有以下类型为 DatetimeIndex 的数据框，我想计算第一个值和最后一个值之间的天数。例如：在这个例子中我想要的结果是 365。
Date
2015-09-01 08:00:00
.
.
.
2016-09-01 08:00:00
我试过
df.head(1)-df.tail(1)
但这给了我错误：
AttributeError: 'DatetimeIndex' object has no attribute 'head'
我在无限循环中运行我的 python 3.7 程序，当日志文件变得非常大时，日志记录会消耗大量的 cpu 功率。因此，我希望我的日志只是打印到控制台而不是写入文件。我知道我可以使用打印来实现这一点，但我更喜欢记录。
这是我目前使用的：
logging.basicConfig(level=logging.DEBUG,
format='%(asctime)s %(name)-12s %(levelname)-8s %
(message)s',
datefmt='%m-%d %H:%M%S',
filename='mylogfile.log',
filemode='w')
console = logging.StreamHandler()
console.setLevel(logging.INFO)
formatter = logging.Formatter('%(asctime)s %(name)-12s %(levelname)-8s %
(message)s')
console.setFormatter(formatter)
logging.getLogger('').addHandler(console)
logger = logging.getLogger('')
然后我像这样使用该模块：
logger.error('error in X')
有什么可以用来阻止日志记录模块写入文件吗？
我有一个包含 68 个键的字典，其中每个键都有一个包含 50 个值的列表。例如，我的字典如下，其中每个系列都有 50 个值，例如 value1、value2....
key1 : Series1
key2 : Series2
. : .
key50: Series50
我现在想从字典中制作以下数据框：
key1 key2
value1 value1
. .
. .
value50 value 50
我查看了其他线程并尝试了以下命令：
df= pd.DataFrame([dict])
但是，这会产生：
key1 key2
Series1 Series2
如何获取数据框中的值而不是系列。最后，我应该得到大小为 50*68 的数据帧。
我有以下数据框：
id number
1 13
1 13
1 NaN
1 NaN
2 11
2 11
2 11
2 NaN
我想找到每个 id 的第一个非 NaN 值并将其标记为 1。结果应如下所示：
id number code
1 13 NaN
1 13 1
1 NaN NaN
1 NaN NaN
2 11 NaN
2 11 NaN
2 11 1
2 NaN NaN
我尝试了以下命令，然后从那里开始：
df["test"] = df.groupby("id")["number"].first_valid_index()
它给了我以下错误：无法访问“SeriesGroupBy”对象的可调用属性“first_valid_index”，请尝试使用“apply”方法
然后我尝试了这个：
df['test'] = df.groupby("id")['number'].apply(lambda x: x.first_valid_index())
但这给了我一列 Nats ......
有人知道如何有效地解决问题吗？