小编Jes*_*roe的帖子

pandas - 根据“下一个”行值创建新列

我有以下数据框:

   date      country   
   6/1/18    USA
   6/1/18    BEL
   6/4/18    USA
   6/5/18    BEL
   6/6/18    USA
Run Code Online (Sandbox Code Playgroud)

我想创建一个列,告诉您相应国家/地区的下一个日期是什么。如果有帮助,您可以假设日期是有序的。如果该日期是该国家/地区的最后一个日期,您可以使用相同的日期或空值填写下一个日期。

   date      country   next_date
   6/1/18    USA       6/4/18
   6/1/18    BEL       6/5/18
   6/4/18    USA       6/6/18
   6/5/18    BEL       6/5/18
   6/6/18    USA       6/6/18
Run Code Online (Sandbox Code Playgroud)

python dataframe pandas

3
推荐指数
1
解决办法
2182
查看次数

熊猫-转置一列

我在与熊猫转置时遇到困难。

我有以下df:

date         name    quantity
1/1/2018     A       5
1/1/2018     B       6
1/1/2018     C       7
1/2/2018     A       9
1/2/2018     B       8
1/2/2018     C       6
Run Code Online (Sandbox Code Playgroud)

我最终希望为每个日期的所有名称及其数量创建成对关联。为此,我正在尝试首先从此df创建以下输出:

 date       A    B    C
 1/1/2018   5    6    7
 1/2/2018   9    8    6
Run Code Online (Sandbox Code Playgroud)

转置对我来说很难,因为我可以获得重复的列标题,但是我也不想通过先删除它们而丢失任何数据。我觉得答案可能是我没有真正使用的panda实用程序,我可能正在转置上进行隧道传输...

python dataframe pandas

3
推荐指数
1
解决办法
947
查看次数

熊猫-numpy.where问题

我有以下代码行:

# slice off the last 4 chars in name wherever its code contains the substring '-CUT'
df['name'] = np.where(df['code'].str.contains('-CUT'),
                      df['name'].str[:-4], df['name'])
Run Code Online (Sandbox Code Playgroud)

但是,这似乎无法正常工作。它将最后4个字符切成正确的列,但也将其用于代码为None / empty(几乎所有实例)的行。

我如何使用np.where明显有问题吗?

python numpy dataframe pandas

2
推荐指数
1
解决办法
66
查看次数

pandas中datetime和datetime64 [ns]之间的比较

我正在编写一个检查excel文件的程序,如果今天的日期在excel文件的日期列中,我会解析它

我正在使用:

cur_date = datetime.today()
Run Code Online (Sandbox Code Playgroud)

为今天的约会.我正在检查今天是否在列中:

bool_val = cur_date in df['date'] #evaluates to false
Run Code Online (Sandbox Code Playgroud)

我确实知道今天的日期在相关文件中.该系列的dtype是datetime64 [ns]

此外,我只检查日期本身而不是之后的时间戳,如果这很重要的话.我这样做是为了使时间戳00:00:00:

cur_date = datetime.strptime(cur_date.strftime('%Y_%m_%d'), '%Y_%m_%d')
Run Code Online (Sandbox Code Playgroud)

打印后该对象的类型也是日期时间

python datetime pandas datetime64

2
推荐指数
3
解决办法
2800
查看次数

标签 统计

pandas ×4

python ×4

dataframe ×3

datetime ×1

datetime64 ×1

numpy ×1