小编Sur*_*aja的帖子

在seaborn中,如何更改x和y轴标签字体大小？而不是使用"设置上下文"方法,有没有办法专门更改轴标签？这是我的代码:

def corrfunc(x, y, **kws):

    r = stats.pearsonr(x, y)[0] ** 2
    ax = plt.gca()
    ax.annotate("r$^2$ = {:.2f}".format(r),
                xy=(.1, .9), xycoords=ax.transAxes, fontsize=16)
    if r > 0.6:
        col = 'g'
    elif r < 0.6:
        col = 'r'
    sns.regplot(x, y, color=col)
    return r

IC_Plot = sns.PairGrid(df_IC, palette=["red"])
IC_Plot.map_offdiag(corrfunc)

IC_Plot.savefig("Save_Pair.png")

我有一个示例数据帧,如下所示.我试图通过列'Sample_ID'将它们组合在一起来计算每列的数据.那就是我将通过每个'Sample_ID'组(1,2和3)计算第一列的平均值和标准偏差.我可以为一个甚至几个列做这个.对于我的新数据,我有100列.

df = pd.DataFrame([[1, 1.0, 2.3,0.2,0.53], [2, 3.35, 2.0,0.2,0.65], [2,3.4, 
           2.0,0.25,0.55], [3,3.4,2.0,0.25,0.55], [1,3.4,2.0,0.25,0.55], 
           [3,3.4,2.0,0.25,0.55]], 
           columns=["Sample_ID", "NaX", "NaU","OC","EC"])\
           .set_index('Sample_ID')

有没有办法循环每列并保存它们？以下是一列数据的示例计算,我需要对100列数据进行此计算.

感谢您阅读本文!

OC_UNC=100*np.sqrt((((df.groupby(['Sample_ID'])['OC'].std()
         /df.groupby(['Sample_ID'])['OC'].mean())**2).sum()
           )/len((df.groupby(['Sample_ID'])['OC'].count())))

是否可以使用列表中的数据更改列名？

df = pd.DataFrame([[1, 1.0, 2.3,0.2,0.53], [2, 3.35, 2.0,0.2,0.65], [2,3.4, 
       2.0,0.25,0.55], [3,3.4,2.0,0.25,0.55], [1,3.4,2.0,0.25,0.55], 
       [3,3.4,2.0,0.25,0.55]], 
       columns=["ID", "A", "B","C","D"])\
       .set_index('ID')

我的新标签如下：

New_Labels=['NaU', 'MgU', 'AlU', 'SiU']

是否可以使用上述列表中的数据更改名称？我的原始数据集有 100 列，我不想为每一列手动进行。

我正在尝试使用 df.rename 进行以下操作，但不断出现错误。谢谢！

我试图在下面的数据框中提取具有匹配Sample_ID的行:

df1 = pd.DataFrame([[1, 1.0, 2.3,0.2,0.53], [2, 3.35, 2.0,0.2,0.65], [2,3.4, 
               2.0,0.25,0.55], [3,3.4,2.0,0.25,0.55]],
               columns=["Sample_ID", "NaX", "NaU","OC","EC"])\
               .set_index('Sample_ID') 

在上面的数据帧df1中,我想只得到Sample_ID为"2"的行.有没有办法在不指定匹配值的情况下执行此操作,键？

我要找的结果是:

       NaX NaU OC  EC
Sample_ID                  
   2   3.35    2.0 0.20    0.65 
   2   3.40    2.0 0.25    0.55

感谢您阅读本文!

我在数据框中有值，其中某些单元格以“< 101”开头，某些单元格以“< 2”开头，某些单元格以“< 1”开头。我正在尝试使用 Pandas Dataframe 编写正则表达式来查找这些单元格并将它们完全替换为值“0.0”。

这是我所拥有的：

df_new2=df_new.replace('(?=<)','0', regex=True)

上面的代码只是在'< 101'前面添加了一个'0'，这个输出'0< 101'。

我正在寻找的是一个找到“<101”并将其替换为“0”的输出。有没有办法做到这一点？

我有如下数据：

数据列：

DateTime,Data1,Data2,Data3,Month,Date,Year,Hour,Minutes
1/1/2017 0:00,1.1,2.2,3.3,1,1,2017,0,00
1/1/2017 0:00,1.1,2.2,3.3,1,1,2017,0,15
1/1/2017 0:00,1.1,2.2,3.3,1,1,2017,0,30
1/1/2017 0:00,1.1,2.2,3.3,1,1,2017,1,45

我需要按每小时平均列“WS”、“VWS”....“SR”数据。DateTime 列每 15 分钟报告一次。

我希望将每对连续列分开并重新填充计算值.例如,我在下面有以下DataFrame.在下面的数据框中,我想划分B/A和D/C. 然后应在B栏中重新填充B/A的结果,D/C的结果应填入D栏.

请注意,我的实际DataFrame非常大.它有86列.我更希望有一个自动化方案,它可以遍历所有列(即86列),这些列可以更改43列中的值或执行此操作的内置Pandas函数.

       A            B           C           D
0   2.056494    -3.002088   0.516822    -1.338846
1   0.082295    1.387734    -0.495226   1.119553
2   0.298618    -0.130158   0.804705    -0.120110
3   0.178088    1.137238    1.331856    -0.472720
4   -0.378670   1.649041    -0.240723   2.044113
5   3.602587    1.152502    -0.170646   -0.961922
6   -0.285846   -0.154891   1.492879    0.752487
7   -0.412809   1.076796    -2.001025   -0.954021

感谢您阅读本文并感谢您的帮助.