小编BER*_*ERA的帖子

愚蠢的问题,但我真的找不到答案.我有一个包含此索引的数据框:

index = pd.MultiIndex.from_product([['stock1','stock2'...],['price','volume'...]])

这是一个有用的结构df['stock1'],但我如何选择所有价格数据？我无法理解文档.

我试过以下没有运气: df[:,'price'] df[:]['price'] df.loc(axis=1)[:,'close'] df['price]

如果无论出于何种原因,这种索引风格一般都被认为是一个坏主意,那么什么是更好的选择呢？我应该将股票的多指数指数作为时间序列上的标签而不是列级别吗？

非常感谢

编辑 - 我使用multiindex作为列,而不是索引(措辞对我来说更好).文档中的示例侧重于多级索引而不是列结构.

我想按一年选择行：

import pandas as pd
import numpy as np

df = pd.DataFrame(columns=['Start','End'],data=[[np.datetime64('2001-01-01'),np.datetime64('2001-07-01')],[np.datetime64('2002-01-01'),np.datetime64('2002-11-01')]])
print(df)

       Start        End
0 2001-01-01 2001-07-01
1 2002-01-01 2002-11-01

所以我尝试：

df_2001 = df.loc[df['Start'.year == 2001)]]
Traceback (most recent call last):
  Python Shell, prompt 16, line 1
invalid syntax: <string>, line 1, pos 30

如何在 datetime64 列中按年份进行选择？

我有很多像这样的子图：

import networkx as nx
G = nx.DiGraph()
G.add_edges_from([(2,1),(3,1),(1,4)])
nx.draw(G)

我想找到所有的起始节点和结束节点。所以我用：

startnodes = [x for x in G.nodes() if G.out_degree(x)==1 and G.in_degree(x)==0]
endnode = [x for x in G.nodes() if G.out_degree(x)==0 and G.in_degree(x)==1][0]
print(startnodes, endnode)
[2, 3] 4

但有些子图如下所示，末端节点的度数为 2。我怎样才能找到它的结束节点？

G.add_edges_from([(2,1),(3,1)]

我有一个数据框：

import pandas as pd
import numpy as np

df=pd.DataFrame.from_items([('STAND_ID',[1,1,2,3,3,3]),('Species',['Conifer','Broadleaves','Conifer','Broadleaves','Conifer','Conifer']),
                             ('Height',[20,19,13,24,25,18]),('Stems',[1500,2000,1000,1200,1700,1000]),('Volume',[200,100,300,50,100,10])])

   STAND_ID      Species  Height  Stems  Volume
0         1      Conifer      20   1500     200
1         1  Broadleaves      19   2000     100
2         2      Conifer      13   1000     300
3         3  Broadleaves      24   1200      50
4         3      Conifer      25   1700     100
5         3      Conifer      18   1000      10

我想按 STAND_ID 和 Species 分组，对 Height 和 Stems 应用加权平均值，以体积为重量并拆开。

所以我尝试：

newdf=df.groupby(['STAND_ID','Species']).agg({'Height':lambda x: np.average(x['Height'],weights=x['Volume']),
                                              'Stems':lambda x: np.average(x['Stems'],weights=x['Volume'])}).unstack()

这给了我错误：

内置键错误：'高度'

我怎样才能解决这个问题？

我有多个日期时间对象，例如：

>>a
datetime.datetime(2009, 11, 1, 0, 0)

我想保持日期不变并将时间更改为零（时间上的三位数字）：

>>b
datetime.datetime(2009, 11, 1, 0, 0, 0)

可能很简单，但我想不通

编辑： 出于某种原因，秒为零不起作用。没关系，它适用于 1：

>>a
datetime.datetime(2009, 11, 1, 0, 0)
>>b = datetime.datetime.combine(a.date(), datetime.time(0,0,0))
>>b
datetime.datetime(2009, 11, 1, 0, 0)
>>b = datetime.datetime.combine(a.date(), datetime.time(0,0,1))
>>b
datetime.datetime(2009, 11, 1, 0, 0, 1)

我有一个名为的数据框dfimp:

>>dfimp
           Column1    Column2
vo_11                          
102        0.023002           0
301     3571.662104           0
302     1346.910261           0
...

在我的noob意见中它的三列？但:

>>dfimp.dtypes
Column1      float64
Column2      float64
dtype: object

那么它的两列呢？什么是第一个(vo_11)被称为？我想用它来进行合并但是当我这样做时我得到错误,说没有列名vo_11.

我想将 'E100N05' 拆分为 ['E100', 'N05'] ，因此在数字变成字母 N、E、S 或 W 后进行拆分。字母后面的位数可以不同。

import re
re.split('[NSEW$*]', 'E100N05')
Out[8]: ['', '100', '05']

What I want : ['E100','N05']

我应该使用哪种模式？

我有一个元组列表:

Listoftuples=[
    (0.021892733407683305, 0.14887058717224647, 4.573173081530965, 0.04619366749021177, u'0102'),
    (0.08416364174734663, 0.8500527816482009, 23.649983331004403, 0.0, u'0103'),
    (0.02181070623592521, 0.15049387302788395, 1.2098398749067714, 1.6037412295275804, u'0102')
    ]

我想每组(group =元组中的最后一个值,例如u'0102'):

• 总结第一个价值
• 汇总第二个值并除以第一个值的总和

尝试:

import itertools

Listoftuples=[
    (0.021892733407683305, 0.14887058717224647, 4.573173081530965, 0.04619366749021177, u'0102'),
    (0.08416364174734663, 0.8500527816482009, 23.649983331004403, 0.0, u'0103'),
    (0.02181070623592521, 0.15049387302788395, 1.2098398749067714, 1.6037412295275804, u'0102')
    ]

keyfunc=lambda t: (t[4])
Listoftuples.sort(key=keyfunc)

for key,rows in itertools.groupby(Listoftuples, keyfunc):
    sumOfFirstValue = sum(r[0] for r in rows)
    sumOfSecondDividedBySumOfFirst= sum(r[1] for r in rows)/sumOfFirstValue
    print key,sumOfFirstValue,sumOfSecondDividedBySumOfFirst

结果:

0102 0.0437034396436 0.0
0103 0.0841636417473 0.0

最后的零值.我该如何解决？

我有一个包含林分编号，树木种类，高度和体积的数据框：

import pandas as pd

df=pd.DataFrame.from_items([('STAND_ID',[1,1,2,3,3,3]),('Species',['Conifer','Broadleaves','Conifer','Broadleaves','Conifer','Conifer']),
                             ('Height',[20,19,13,24,25,18]),('Volume',[200,100,300,50,100,10])])

   STAND_ID      Species  Height  Volume
0         1      Conifer      20     200
1         1  Broadleaves      19     100
2         2      Conifer      13     300
3         3  Broadleaves      24      50
4         3      Conifer      25     100
5         3      Conifer      18      10

我想按展位ID分组和取消堆叠并计算体积加权平均高度，所以我尝试：

newdf=df.groupby(['STAND_ID','Species']).mean().unstack()

          Height              Volume        
Species  Broadleaves Conifer Broadleaves Conifer
STAND_ID                                        
1               19.0    20.0       100.0   200.0
2                NaN    13.0         NaN   300.0
3               24.0    21.5        50.0    55.0

高度当然不是体积加权平均值。我该如何称量它们的重量？对于STAND_ID 3和针叶树，如下所示：

（25 * 100 + 18 * 10）/（100 + 10）= 24.4

我确信这是重复的，但我找不到它。

我有这个数据框：

import pandas as pd

df = pd.DataFrame(data=[['Sweden','A',5],
                        ['Sweden','A',10],
                        ['Norway','B',4],
                        ['Norway','C',5]],
                  columns=['Country','Class','Value'])
print(df)

  Country Class  Value
0  Sweden     A      5
1  Sweden     A     10
2  Norway     B      4
3  Norway     C      5

我想按国家和类别分组并找到它们的总和，所以我尝试：

df.groupby(['Country','Class']).sum()
               Value
Country Class       
Norway  B          4
        C          5
Sweden  A         15

但我希望包含每个国家/地区的所有可能的课程，如下所示

               Value

Country Class       
Norway  B          4
        C          5
        A         na
Sweden  A         15
        B         na
        C         na

我该如何解决这个问题？