假设我有一个DataFrame带有MultiIndex 的df,它的级别为L.
有没有办法从索引中删除L并再次添加？
df = df.index.drop('L')完全从DataFrame中删除L(不像df= df.reset_index()有一个drop参数).我当然可以df = df.reset_index().set_index(everything_but_L, inplace=True).
现在,让我们假设索引包含除L之外的所有内容,并且我想添加L.
df.index.insert(0, df.L)不起作用.我当然可以打电话,df= df.reset_index().set_index(everything_including_L, inplace=True)但感觉不对.
我为什么需要这个？由于索引不必是唯一的,因此可能会发生我想要添加新列以使索引变得唯一的情况.在分割数据之后,一个级别的索引不再包含任何信息(例如我的索引是A,B和我在A = x上操作df但是我不想丢失A会发生这种情况下,删除可能很有用) index.droplevel('A')).
我正在从MySQL数据库通过RJDBC读取文件,它正确显示R中的所有字母(例如,נווהשאנן).但是,即使使用write.csv和fileEncoding ="UTF-8"导出它,输出看起来像
<U+0436>.<U+043A>. <U+041B><U+043E><U+0437><U+0435><U+043D><U+0435><U+0446>(在这种情况下,这不是上面的字符串而是保加利亚字符串),用于保加利亚语,希伯来语,中文等等.其他特殊字符,如ã,ç等工作正常.
我怀疑这是因为UTF-8 BOM,但我没有在网上找到解决方案
我的操作系统是德语Windows7.
编辑:我试过了
con<-file("file.csv",encoding="UTF-8")
write.csv(x,con,row.names=FALSE)
和(afaik)等价物write.csv(x, file="file.csv",fileEncoding="UTF-8",row.names=FALSE).
我正在使用RJDBC软件包连接到Windows 7机器上的R中的MySQL(Maria DB)数据库,我正在尝试像
select a as b
from table
但该列将始终在数据框中继续命名为"a".
这通常适用于RODBC和RMySQL,但不适用于RJDBC.不幸的是,我必须使用RJDBC,因为这是唯一一个对中文,希伯来语等字母编码没有问题的软件包(集合名称等似乎不适用于RODBC和RMySQL).
有人遇到过这个问题吗？
是否可以直接计算两列的乘积(或例如总和)而不使用
grouped.apply(lambda x: (x.a*x.b).sum()
它的使用速度更快(在我的机器上不到一半的时间)
df['helper'] = df.a*df.b
grouped= df.groupby(something)
grouped['helper'].sum()
df.drop('helper', axis=1)
但我真的不喜欢这样做.例如,计算每组的加权平均值是有用的.lambda方法就是这样
grouped.apply(lambda x: (x.a*x.b).sum()/(df.b).sum())
并且再次比将助手除以b.sum()慢得多.
我正在尝试以最有效的方式（使用Python 2.7）将pandas DataFrame插入Postgresql DB（9.1）中。
使用“ cursor.execute_many”的速度确实很慢，因此“ DataFrame.to_csv（buffer，...）”和“ copy_from”一起使用也很慢。
我已经发现了很多！我适应了与熊猫一起使用的Web上更快的解决方案（http://eatthedots.blogspot.de/2008/08/faking-read-support-for-psycopgs.html）。
我的代码可以在下面找到。
我的问题是，这个相关问题的方法（使用“使用二进制从stdin复制”）是否可以轻松地转移到DataFrames上使用，并且这样做是否会更快。
将二进制COPY表FROM与psycopg2一起使用
不幸的是，我的Python技能不足以理解这种方法的实现。
这是我的方法：
import psycopg2
import connectDB # this is simply a module that returns a connection to the db
from datetime import datetime
class ReadFaker:
"""
This could be extended to include the index column optionally. Right now the index
is not inserted
"""
def __init__(self, data):
self.iter = data.itertuples()
def readline(self, size=None):
try:
line = self.iter.next()[1:] # element 0 is the index
row = …假设我有一个MultiIndex,它包含日期和一些类别(以下示例中的一个简单),对于每个类别,我都有一个具有某个过程值的时间序列.有观察时我只有一个值,而我现在想在那个日期没有观察时添加"0".我找到了一种看似非常低效的方法(堆叠和取消堆叠,在数百万个类别的情况下会创建许多列).
import datetime as dt
import pandas as pd
days= 4
#List of all dates that should be in the index
all_dates = [datetime.date(2013, 2, 13) - dt.timedelta(days=x)
for x in range(days)]
df = pd.DataFrame([
(datetime.date(2013, 2, 10), 1, 4),
(datetime.date(2013, 2, 10), 2, 7),
(datetime.date(2013, 2, 11), 2, 7),
(datetime.date(2013, 2, 13), 1, 2),
(datetime.date(2013, 2, 13), 2, 3)],
columns = ['date', 'category', 'value'])
df.set_index(['date', 'category'], inplace=True)
print df
print df.unstack().reindex(all_dates).fillna(0).stack()
# insert 0 values for missing dates
print …