小编flo*_*oss的帖子

我正在尝试使用pip3命令安装依赖项

当前情况:

Dev$ which python
/Users/Dev/anaconda/bin/python

Dev$ which python3
/usr/local/bin/python3


Dev$ pip --version
pip 10.0.1 from /usr/local/lib/python2.7/site-packages/pip (python 2.7)

Dev$ pip3 --version
-bash: /usr/local/bin/pip3: /usr/local/opt/python3/bin/python3.6: bad 
interpreter: No such file or directory

我不知道为什么我的pip3命令不起作用.

我尝试过这样的事情:

brew link --overwrite python 

在这个问题中，我的目标是在导出到时保留最后一个 尾随 zerosDataFrameCSV

我的dataset看起来像这样：

EST_TIME    Open    High
2017-01-01  1.0482  1.1200    
2017-01-02  1.0483  1.1230
2017-01-03  1.0485  1.0521
2017-01-04  1.0480  1.6483
2017-01-05  1.0480  1.7401
...., ...., ....
2017-12-31  1.0486  1.8480

我通过执行以下操作导入并创建 DataFrame 并保存到 CSV：

df_file = '2017.csv'
df.to_csv(df_file, index=False)
files.download(df_file)

当我查看 CSV 时，我看到以下内容：

EST_TIME    Open    High
2017-01-01  1.0482  1.12   
2017-01-02  1.0483  1.123
2017-01-03  1.0485  1.0521
2017-01-04  1.048   1.6483
2017-01-05  1.048   1.7401
...., ...., ....
2017-12-31  1.0486  1.848

末尾的所有零都消失了。我想在保存 CSV 时保留尾随零，并且希望它位于小数点后 4 位。

您能让我知道如何实现这一目标吗？

我的数据集df如下所示：

time         high      low     offset
2017-01-01   1.012     0.921    NaN
2017-01-02   1.019     0.934    NaN 
2017-01-03   1.213     NaN      0.982
2017-01-04   1.112     0.965    NaN

这里，要么lowvalue isNaN要么offsetvalue isNaN但不能同时存在

我想创建一个名为的新专栏low_offset_merge

这样将包含和low_offset_merge的合并值，并且都将具有值 和 no ，如下所示：lowoffsetnumberNaN

time         high      low     offset  low_offset_merge
2017-01-01   1.012     0.921    NaN       0.921
2017-01-02   1.019     0.934    NaN       0.934
2017-01-03   1.213     NaN      0.982     0.982
2017-01-04   1.112     0.965    NaN       0.965

我做了什么？

- First, check if `low` has `NaN` values …

我df看起来像这样 它是一个hourly数据集。

time                    Open
2017-01-03 09:00:00     5.2475
2017-01-03 08:00:00     5.2180
2017-01-03 07:00:00     5.2128
2017-01-02 09:00:00     5.4122
2017-01-02 08:00:00     5.2123
2017-01-02 07:00:00     5.2475
2017-01-01 09:00:00     5.2180
2017-01-01 08:00:00     5.2128
2017-01-01 07:00:00     5.4122

我想sort了hourly由唯一的数据ascending顺序。

我做了什么

我做了：

df.sort_values(by='time', ascending=True)

但它的sort全部价值time不过我只想看sort一下time。

我的新人df应该是这样的：

time                    Open
2017-01-03 07:00:00     5.2475
2017-01-03 08:00:00     5.2180
2017-01-03 09:00:00     5.2128
2017-01-02 07:00:00     5.4122
2017-01-02 08:00:00     5.2123
2017-01-02 09:00:00     5.2475
2017-01-01 07:00:00 …

我不能肯定地说这是最快的方法：

i = -1
for j in xrange(n):
    i = x.index(True, i + 1)

x：这里的布尔值列表

n: 出现次数

True: 搜索到的元素

在上面的代码中，i = x.index(True, i + 1)到底做了什么？

具体来说，第二个参数的作用是什么i + 1？

我在 上找不到任何具有多个参数的示例list.index()。

编辑：我正在使用 Python 2.7

（Not duplicate question）

我的数据集df如下所示：

time                    Open
2017-01-01 00:00:00     5.2475
2017-01-01 01:00:00     5.2180
2017-01-01 02:00:00     5.2128
...., ....
2017-12-31 23:00:00     5.7388

这是一个hourly数据集。

我想按+1递增顺序将值乘以10个值，然后取summation这些值。

例如：

• 该1st value是multiplied由1
• 该2nd value是multiplied由2
• 将10th value乘以10，然后在上11th value重复1以此类推。
• 在那之后求和 value1 + ... + value10

我做了什么

我差点只将每个值乘以相同的数字，如下所示：

df['Open_Multiply'] = df['Open'] * 1     # Number to multiply

但我无法进行迭代和增量计算。我可以用，Python但还不能用Pandas。 …

我的数据集df如下所示：

date           high
2018-01-01     -1
2018-01-02     1
2018-01-03     -2
2018-01-04     0
...., ....
2018-12-31     1

在哪里，

-2 >= high <= 2

high总是介于-2和之间2

我想high按以下模式对 的值进行排序：

首先，对所有0值进行分组并按日期排序等其他值。

按high以下顺序对值进行排序：

0
1
-1
2
-2

如果它足够灵活，我可以在需要时更改订单，那将是最好的。

我知道如何排序asc或desc这样做：

df.sort_values(by='high', ascending=False)

你能帮我解决如何使用预定值进行排序吗？