我有一个只有一个值的系列，我只想获得那个值。我运行了一个代码，以通过索引匹配获得价值，我得到了一个类似这样的系列：
(normal_sum['KWH'][(normal_sum['KWH'].index == date)])
Timestamp
2017-04-02 2934.93
Freq: D, Name: KWH, dtype: float64
但是当我试图通过此将其转换为浮点数时：
float(normal_sum['KWH'][(normal_sum['KWH'].index == date)])
它抛出一个错误：
TypeError: cannot convert the series to <type 'float'>
预期产量：2934.93
任何帮助，将不胜感激。
我面临另一个问题：
假设我得到一个空序列，然后如何将其转换为零。
我这样做：
(normal_sum['KWH'][(normal_sum['KWH'].index == date)])
得到了这样的系列：
Series([], Freq: D, Name: KWH, dtype: float64)
请帮忙。
假设我有两个不同长度的列表.
a = [8,9,4,7,5,6,1,4,8]
b = [6,4,7,1,5,8,3,6,4,4]
我想要一个这样的列表:
c= a-b
#output = [2, 5, -3, 6, 0, -2, -2, -2, 4]
我怎样才能实现这一目标？
我尝试operator.sub了地图功能.但由于列表长度不同,我收到错误.
c = map(operator.sub, a, b)
TypeError:不支持的操作数类型 - :'NoneType'和'int'
我有一个像这样的DataFrame:
+----------------------------------------------------------------------------------+
| Total_Production Utilization_rate Avg_Count |
+----------------------------------------------------------------------------------+
| 0 6.503907 96.027778 26.194017 |
| 9 6.171308 95.638889 31.500943 |
| 18 6.144897 95.986111 27.494776 |
| 27 6.056882 95.916667 27.525495 |
| 36 6.107343 105.541667 21.500208 |
| 45 2.139576 96.166667 27.480307 |
| 54 6.161222 96.486111 27.498256 |
| 63 1.034555 56.388889 27.568885 |
| 72 5.021524 91.069444 30.931702 |
| 81 5.831919 96.277778 28.284872 |
| 90 2.689860 62.486111 18.691440 |
| 99 5.227672 95.555556 31.441761 | …我有一个像这样的数据框：
KWH
Timestamp
2017-04-02 1588.06
2017-04-03 1555.54
2017-04-04 1604.32
2017-04-05 1634.13
2017-04-06 1617.87
2017-04-07 1598.90
2017-04-08 1596.19
2017-04-09 1607.03
2017-04-10 1601.61
2017-04-11 1547.41
我试图将索引移动 -1 但它抛出一个错误。
我试过这个：
(df.shift(-1, freq = "D"))
我得到的错误：
NotImplementedError：不支持类型索引
任何帮助，将不胜感激。
我正在尝试从数据框中获取最后 8 小时的数据。有什么办法可以实现这一点吗？
假设我有一个带有时间戳的数据帧：
Time X Y
19/8/2017 10:00:00 824.93 6.42
19/8/2017 10:20:00 825.88 6.41
19/8/2017 10:40:00 825.59 6.45
19/8/2017 11:00:00 826.18 6.6
19/8/2017 11:20:00 825.2 6.62
19/8/2017 11:40:00 825.3 6.65
19/8/2017 12:00:00 824.72 6.54
19/8/2017 12:20:00 825.72 6.45
19/8/2017 12:40:00 824.99 6.35
19/8/2017 13:00:00 824.63 6.31
19/8/2017 13:20:00 825.87 6.34
19/8/2017 13:40:00 826.12 6.29
19/8/2017 14:00:00 825.41 6.31
19/8/2017 14:20:00 825.34 6.36
19/8/2017 14:40:00 825.15 6.39
19/8/2017 15:00:00 824.87 6.15
19/8/2017 15:20:00 825.57 6.17
19/8/2017 15:40:00 825.35 6.2
19/8/2017 …我有一个 csv 文件，我将其读取为 pd.read_csv(File) 并且我试图只获取那些值大于零的行。
数据框有一些空单元格和一些负值以及一些 exp 数字，如 -1.72E+10。
Time A B C D E F G
9/8/2017 8:40 1.29 0.27 1.78 0.23 0.33 0.05 -13.72
9/8/2017 9:00 1.28 0.26 1.78 0.22 0.35 0.02 -13.59
9/8/2017 9:20 1.43
9/8/2017 9:40 1.44 0.29 1.93 0.25 0.28 0.01 -13.92
9/8/2017 10:00 1.36 0.27 1.84 0.23 0.31 0.02 -13.77
9/8/2017 10:20 1.38 0.27 1.89 0.23 0.31 0.01 -13.83
9/8/2017 10:40 -1.72E+10 -1.72E+10 -1.72E+10 -1.72E+10 -1.72E+10 -1.72E+10
9/8/2017 11:00 1.4 0.28 1.88 0.24 0.28 …我有一个数据框：
Time T201FN1ST2010 T201FN1VT2010
1791 2017-12-26 00:00:00 854.69 0.87
1792 2017-12-26 00:20:00 855.76 0.87
1793 2017-12-26 00:40:00 854.87 0.87
1794 2017-12-26 01:00:00 855.51 0.87
1795 2017-12-26 01:20:00 856.35 0.86
1796 2017-12-26 01:40:00 856.13 0.86
1797 2017-12-26 02:00:00 855.84 0.85
1798 2017-12-26 02:20:00 856.58 0.85
1799 2017-12-26 02:40:00 856.37 0.85
1800 2017-12-26 03:00:00 855.35 0.86
1801 2017-12-26 03:20:00 855.68 0.86
1802 2017-12-26 03:40:00 855.45 0.85
1803 2017-12-26 04:00:00 855.50 0.85
1804 2017-12-26 04:20:00 855.84 0.85
1805 2017-12-26 04:40:00 856.47 0.85
1806 …假设我有一个这样的列表:
[1.0, 1.0, -1.0, -1.0, -1.0, -1.0, -1.0, 1.0, -1.0, -1.0, -1.0, -1.0, -1.0, 1.0, -1.0, -1.0, 1.0, -1.0, -1.0, 1.0, -1.0, -1.0, -1.0, 1.0, 1.0, 1.0, -1.0, -1.0, 1.0, -1.0, 1.0, -1.0, 1.0, 1.0, 1.0, 1.0, -1.0, -1.0, 1.0, 1.0, 1.0, 1.0, 1.0, -1.0, -1.0, -1.0, -1.0, 1.0, -1.0, 1.0, -1.0, 1.0, -1.0, 0.0, 1.0, 1.0, -1.0, 1.0, -1.0, -1.0, -1.0, -1.0, -1.0, -1.0]
我想检查1和-1的连续性.
预期产量:
[(1.0, 1.0), (-1.0, -1.0, -1.0, -1.0, -1.0), (1.0), (-1.0, -1.0, -1.0, -1.0, -1.0),....,(1.0), …我有一个这样的数据框：
name value
ray 20
sun 20
mom 10
ate 10
pea 7
kite 6
dance 5
我想这样安排：
ray 20
sun 20
ate 10
mom 10
pea 7
kite 6
dance 5