小编Myk*_*tko的帖子

df = pd.DataFrame({'a':['x','x','x','x','x','y','y','y','y','y'],'b':['z','z','z','w','w','z','z','w','w','w'],'c':['c1','c2','c3','c1','c3','c1','c3','c1','c2','c3'],'d':range(1,11)})

   a  b   c   d
0  x  z  c1   1
1  x  z  c2   2
2  x  z  c3   3
3  x  w  c1   4
4  x  w  c3   5
5  y  z  c1   6
6  y  z  c3   7
7  y  w  c1   8
8  y  w  c2   9
9  y  w  c3  10

我怎么能只保留行，对于所有的组合a和b，包含相同的值c？或者换句话说，如何与排除行c了仅在一些组合的现值a和b？

例如，只有c1andc3出现在aand b( [x,z] …

如何获取DataFrame中最频繁的行？例如，如果我有下表：

   col_1  col_2 col_3
0      1      1     A
1      1      0     A
2      0      1     A
3      1      1     A
4      1      0     B
5      1      0     C

预期结果：

   col_1  col_2 col_3
0      1      1     A

编辑：我需要最频繁的行（作为一个单位）而不是可以使用该mode()方法计算的最频繁的列值。

如何优化数据帧内存占用并找到数字列的最佳（最小）数据类型dtypes。例如：

   A        B    C         D
0  1  1000000  1.1  1.111111
1  2 -1000000  2.1  2.111111

>>> df.dtypes
A      int64
B      int64
C    float64
D    float64

预期结果：

>>> df.dtypes
A       int8
B      int32
C    float32
D    float32
dtype: object

有没有一种通用方法可以将 pandas 数据框中的所有 float64 值转换为 float32 值？但不将 uint16 更改为 float32？我事先不知道信号名称，但只想没有 float64。

就像是：

if float64, then convert to float32, else nothing?

数据的结构是：

DF.dtypes

Counter               uint16
p_007                 float64
p_006                 float64
p_005                 float64
p_004                 float64

我找不到如何AnalysisException在 PySpark 中导入，所以我可以抓住它。例如：

df = spark.createDataFrame([[1, 2], [1, 2]], ['A', 'A'])

try:
  df.select('A')
except AnalysisException as e:
  print(e)

错误信息：

NameError: name 'AnalysisException' is not defined

我通过减去较早的时间戳为较晚的时间戳得到了这个奇怪的结果：

pd.to_datetime('2021-05-21 06:00:00') - pd.to_datetime('2021-05-21 06:02:00')

输出：

Timedelta('-1 days +23:58:00')

预期输出：

Timedelta('-0 days 00:02:00')

计算负时差的正确方法是什么？谢谢你！

我有一个 pandas Dataframe 和一个 pandas Series，如下所示。

df0 = pd.DataFrame({'col1':['a','b','c','d'],'col2':['b','c','e','f'],'col3':['d','f','g','a']})

  col1 col2 col3
0    a    b    d
1    b    c    f
2    c    e    g
3    d    f    a

df1 = pd.Series(['b','g','g'], index=['col1','col2','col3'])

col1    b
col2    g
col3    g
dtype: object

正如您所看到的， 的列df0和 的索引df1是相同的。对于 的每个索引df1，我想知道该索引处的值是否存在于 的相应列中df0。df1.col1所以，b我们b只需要查找df0.col1并检查它是否存在。

期望的输出：

array([True, False, True])

有没有办法在不使用循环的情况下做到这一点？也许是 numpy 或 pandas 的原生方法？

I'm trying to cut a list by specific items in it, for example, I have a list like this:

down = ["a", "b", "c", "d", "b", "e", "r"]

What I want is:

[["a", "b"]["c", "d", "b"] ["e", "r"]]

which is cut after every occurrence of "b".

I wrote something like this:

down = ["a", "b", "c", "d", "b", "e", "r"]
up = []
while down is not []:
    up, down = up.append(down[:(down.index("b") + 1)]), down[(down.index("b") + 1):]

It throws …

我有多个时间序列数据，如下所示：

df = pd.DataFrame({'Time': np.tile(np.arange(5), 2),
                   'Object': np.concatenate([[i] * 5 for i in [1, 2]]),
                   'Feature1': np.random.randint(10, size=10),
                   'Feature2': np.random.randint(10, size=10)})

   Time  Object  Feature1  Feature2
0     0       1         3         3
1     1       1         9         2
2     2       1         6         6
3     3       1         4         0
4     4       1         7         7
5     0       2         4         8
6     1       2         3         7
7     2       2         1         1
8     3       2         7         5
9     4       2         1         7

其中每个对象（1 和 2）都有自己的数据（实际数据中大约有 2000 个对象）。我想将这些数据分块输入 …

我的数据框：

data = {'Input':[133217,133217,133217,133217,133217,133217,132426,132426,132426,132426,132426,132426,132426,132426],
 'Font':[30,25,25,21,20,19,50,50,50,38,38,30,30,29]}

     Input  Font
0   133217    30
1   133217    25
2   133217    25
3   133217    21
4   133217    20
5   133217    19
6   132426    50
7   132426    50
8   132426    50
9   132426    38
10  132426    38
11  132426    30
12  132426    30
13  132426    29

我想创建一个仅包含Font中属于 3 个唯一最大值的值的新数据框。例如，输入 133217 的 3 个最大字体值为 30、25、21。

预期输出：

op_data = {'Input':[133217,133217,133217,133217,132426,132426,132426,132426,132426,132426,132426],
 'Font':[30,25,25,21,50,50,50,38,38,30,30]}

     Input  Font
0   133217    30
1   133217    25
2   133217    25
3   133217    21
4   132426 …