小编sam*_*mmy的帖子

我尝试用另一列中的值替换字符串时遇到替换问题。我想用 df['Length'] 替换 'Length'。

df["Length"]= df["Length"].replace('Length', df['Length'], regex = True)

下面是我的数据

Input:
**Formula**  **Length**
Length           5
Length+1.5       6
Length-2.5       5
Length           4
5                5

Expected Output:
**Formula**  **Length**
5                5
6+1.5            6
5-2.5            5
4                4
5                5

但是，使用我上面使用的代码，它将替换我的整个单元格，而不是仅替换长度。我得到低于输出：我发现这是由于使用了 df['column']，如果我使用任何其他字符串，后面的偏移量（-1.5）将不会被替换。

**Formula**  **Length**
5                5
6                6
5                5
4                4
5                5

我可以知道其他列的值是否有任何替换方法？

谢谢你。

我有一个带有多索引列的 df，如下所示：

col = pd.MultiIndex.from_arrays([['one', '', '', 'two', 'two', 'two'],
                                ['a', 'b', 'c', 'd', 'e', 'f']])
data = pd.DataFrame(np.random.randn(4, 6), columns=col)
data

我希望能够选择 1 级列之一中的值通过某个测试的所有行。如果列上没有多索引，我会说：

data[data['d']<1]

但当然，这在多重索引上失败了。1 级索引是唯一的，所以我不想指定 0 级索引，只指定 1 级。我想返回上面的表但缺少第 1 行，其中 d>1。

          0     1     2     3        4  
0        2.0  None  None  None  21041.0  
1        1.0  None  None  None   3003.0  
2        2.0  None  None  None   1210.0  
3        NaN  None  None  None      NaN  
4        2    None  None  None      NaN 
5        NaN  None  None  None      NaN
6        NaN  None  None  None      NaN  

所以我会删除 5 和 6 但保留 3，即使所有值都是 NaN。

我知道：

df.dropna(axis = 0, how = 'all', inplace = True)

这也会删除 3。我想我需要结合其他一些操作。

假设我有两个具有多索引的数据帧，其中一个索引比另一个更深。现在我只想从一个（更深的）数据框中选择那些行，其中它们的部分索引包含在另一个数据框中。

输入示例：

df = pandas.DataFrame(
    {
        "A": ["a1", "a1", "a1", "a2", "a2", "a2"],
        "B": ["b1", "b1", "b2", "b1", "b2", "b2"],
        "C": ["c1", "c2", "c1", "c1", "c1", "c2"],
        "V": [1, 2, 3, 4, 5, 6],
     }
).set_index(["A", "B", "C"])
df2 = pandas.DataFrame(
    {
        "A": ["a1", "a1", "a2", "a2"],
        "B": ["b1", "b3", "b1", "b3"],
        "X": [1, 2, 3, 4]
     }
).set_index(["A", "B"])

视觉的：

          V
A  B  C
a1 b1 c1  1
      c2  2
   b2 c1  3
a2 b1 c1  4
   b2 c1 …

给定一个列表/一组标签

labels = {'rectangle', 'square', 'triangle', 'cube'}

和一个数据框 df，

df = pd.DataFrame(['rectangle rectangle in my square cube', 'triangle circle not here', 'nothing here'], columns=['text'])

我想知道标签集中的每个单词在数据框的文本列中出现了多少次，并创建一个新列，其中包含前 X 个（可能是 2 或 3 个）最重复的单词。如果 2 个单词重复次数相同，那么它们可以出现在列表或字符串中

输出：

pd.DataFrame({'text' : ['rectangle rectangle in my square cube', 'triangle circle not here', 'nothing here'], 'best_labels' : [{'rectangle' : 2, 'square' : 1, 'cube' : 1}, {'triangle' : 1, 'circle' : 1}, np.nan]})                                                                                                                          
                                                                                                                      
df['best_labels'] = some_function(df.text) 

我有一个如下所示的数据框：

import pandas as pd
df = pd.DataFrame({'a':[1,2,3], 'b':[[1,2,3],[1,2,3],[1,2,3]], 'c': [[4,5,6],[4,5,6],[4,5,6]]})

我想用 b 列和 c 列爆炸数据框。我知道如果我们只使用一列那么我们可以做

df.explode('column_name')

但是，我找不到使用两列的方法。所以这是所需的输出。

output = pd.DataFrame({'a':[1,1,1,2,2,2,3,3,3], 'b':[1,2,3,1,2,3,1,2,3], 'c': [4,5,6,4,5,6,4,5,6]})

我试过了

df.explode(['a','b'])

但它不起作用并给了我一个

ValueError: column must be a scalar.

谢谢。

我想转换以下数据框，但似乎无法获得正确的函数来执行此操作。每当我使用“melt”时，都会提示我转换为数组，尽管数组似乎不接受列名。

在任何情况下，任何帮助解决这个问题：

进入这个：

将不胜感激。

分别为第一个和第二个 df 的代码。

df1 = {'A': ['PC'], 'B': [11001],'C1':['Core'],'C1.A':['Old'],'C2':['SE'],'C2.A':['New']}

df1 = pd.DataFrame(data=df1)`


df2 = {'A': ['PC','PC'], 'B': [11001,11001],'C':['Core','SE'],'C.A':['Old','New']}

df2 = pd.DataFrame(data=df2)

我有一个数据框，其中行中有重复的列标题。我只需要删除重复的标头名称而不是重复的值。请注意，在这种情况下，标头为“无”

输入：

0. Gender age occu name 
1. F      21   A    B    
2. Gender age occu name
3. M      22   C    D
4. Gender age occu name
5. M      23   F    E
6. M      23   F    E

所需输出：

0. Gender age occu name 
1. F      21   A    B    
2. M      22   C    D
3. M      23   F    E
5. M      23   F    E

为此我正在尝试：

for i in range(0,len(a)-1):
print(a.iloc[i])
if(a.loc[0] == a.loc[i+1]).all() == True:
    print('yes')
    a.drop(i)
        

请注意，我无法直接获取行名称（第 0 行，因为它可能会发生变化，这就是为什么我必须使用循环将所有其他行与第 0 …

我有两个数据框。df1 和 df2

import pandas as pd

df1 = pd.DataFrame({
'Buyer': ['Carl', 'Alex', 'Lauren'],
'Quantity': [18, 3, 8]})

df2 = pd.DataFrame({
'Buyer': ['Carl', 'Alex', 'Maya', 'Emily'],
'Quantity': [18, 3, 5, 5]})

我想知道是否有办法将 df1 与 df2 进行比较并将非 df1 中的任何内容附加到 df2 中，因此我将得到类似的最终结果

df2 = pd.DataFrame({
'Buyer': ['Carl', 'Alex', 'Maya', 'Emily', 'Lauren'],
'Quantity': [18, 3, 5, 5, 8]})

给定一个数据集如下：

   id          words           tags\n0   1  ['\xce\xa6', '20mm']  ['xc', 'PER']\n1   2  ['\xce\xa6', '80mm']    ['xc', 'm']\n2   3        ['EVA']         ['nz']\n3   4       ['Q345']         ['nz']\n

df字典列表的格式：

[{'id': 1, 'words': ['\xce\xa6', '20mm'], 'tags': ['xc', 'PER']},\n {'id': 2, 'words': ['\xce\xa6', '80mm'], 'tags': ['xc', 'm']},\n {'id': 3, 'words': ['EVA'], 'tags': ['nz']},\n {'id': 4, 'words': ['Q345'], 'tags': ['nz']}]\n

列中的元素words具有相应的词性标记（POS 标记）tags。

我希望将数据帧转换为以下格式：

   id words tags\n0   1     \xce\xa6   xc\n1   1  20mm  PER\n2   2     \xce\xa6   xc\n3   2  80mm    m\n4   3   EVA …