小编Tip*_*ena的帖子

我可以使用此行删除列中带有 nan 的所有行：

df2 = df.dropna(subset=['columnA'])

如何删除所有值不是NaN 的行？

我试图连接两个 DataFrame，生成的 DataFrame 按原始两个 DataFrame 的顺序保留索引。例如：

df = pd.DataFrame({'Houses':[10,20,30,40,50], 'Cities':[3,4,7,6,1]}, index = [1,2,4,6,8])


df2 = pd.DataFrame({'Houses':[15,25,35,45,55], 'Cities':[1,8,11,14,4]}, index = [0,3,5,7,9])

使用pd.concat([df, df2])只是将 df2 附加到 df1 的末尾。我试图将它们连接起来以产生正确的索引顺序（0 到 9）。

要检查所有可用的 matplotlib 字体，我按照此处的说明进行操作：

http://jonathansoma.com/lede/data-studio/matplotlib/list-all-fonts-available-in-matplotlib-plus-samples/

“Phetsarath OT”出现在结果列表中：

当我尝试plt.rcParams["font.family"] = "Phetsarath OT"生成的绘图包含正确的 Phetsarath OT 字体时，但会触发错误消息：

/matplotlib/backends/backend_agg.py:211: RuntimeWarning: Glyph 8722 missing from current font.
  font.set_text(s, 0.0, flags=flags)
/matplotlib/backends/backend_agg.py:180: RuntimeWarning: Glyph 8722 missing from current font.
  font.set_text(s, 0, flags=flags)

无论如何我可以抑制这个错误吗？

我正在绘制许多散点图，例如：

import matplotlib.pyplot as plt
import numpy as np

N = 50

x = np.random.rand(N)
y = np.random.rand(N)

plt.scatter(x, y, c='blue')

x = np.random.rand(N)
y = np.random.rand(N)

plt.scatter(x, y, c='green')

x = np.random.rand(N)
y = np.random.rand(N)

plt.scatter(x, y, c='goldenrod')

plt.show()

我正在为 >10 个散点图执行此操作，并且我想从定性颜色图中选择颜色以获得颜色平衡和分离，例如：

做这个的最好方式是什么？

我有一些数据帧：

df = pd.DataFrame({'fruit': ['apple', 'apple', 'apple', 'apple', 'orange', 'orange', 'orange', 'orange', 'orange', 'orange'], 
                   'distance': [10, 0, 20, 40, 20, 50 ,70, 90, 110, 130]})
df

fruit   distance
0   apple   10
1   apple   0
2   apple   20
3   apple   40
4   orange  20
5   orange  50
6   orange  70
7   orange  90
8   orange  110
9   orange  130

我想为每个按距离排序的组成员添加一个唯一 ID，如下所示：

    fruit   distance    ID
0   apple   10  apple_2
1   apple   0   apple_1
2   apple   20  apple_3
3   apple   40  apple_4
4 …

相关：pandas dataframe groupby 并获取第 n 行

我可以使用该groupby方法并选择前 N 个组成员：

df.groupby('columnA').head(N) 

但是如果我想要每组的第一、第二和第四个成员怎么办？

使用seaborn的聚类图进行分层聚类时如何掩盖下三角形？

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

#pearson coefficients
corr = np.corrcoef(np.random.randn(10, 200))

#lower triangle
mask = np.tril(np.ones_like(corr))
fig, ax = plt.subplots(figsize=(6,6))

#heatmap works as expected
sns.heatmap(corr, cmap="Blues", mask=mask, cbar=False)

#clustermap not so much
sns.clustermap(corr, cmap="Blues", mask=mask, figsize=(6,6))
plt.show()

我有两个数据帧：

import pandas as pd
import numpy as np
d = {'fruit': ['apple', 'pear', 'peach'] * 5, 'values': np.random.randint(0,1000,15)}
df = pd.DataFrame(data=d)

d2 = {'fruit': ['apple', 'pear', 'peach'] * 2, 'min': [43, 196, 143, 174, 510, 450], 'max': [120, 310, 311, 563, 549, 582]}
df2 = pd.DataFrame(data=d2)

我想选择所有的行df匹配fruit到df2 与 values之间min和max。

我正在尝试类似的东西：

df.loc[df['fruit'].isin(df2['fruit'])].loc[df['values'].between(df2['min'], df2['max'])]

但可以预见的是，这将返回一个 ValueError：只能比较标记相同的系列对象。

编辑：您会注意到fruit在df2. 这是故意的。我还在试图抓住之间的行min和max方法同上，只是我不只是要折叠的水果占据了绝对的行min和max。 …

在调整颜色条时遇到几个问题seaborn.clustermap。我试图：

1. 将颜色条定向为水平方向
2. 更改颜色条边框颜色
3. 更改颜色条刻度长度

我检查过文档没有figure.colorbar效果。

最小代码：

import numpy as np
import seaborn as sns
import matplotlib.pyplot as plt

#data
corr = np.corrcoef(np.random.randn(10, 200))

#clustermap
kws = dict(cbar_kws=dict(label='Label', ticks=[0,0.50,1], orientation='horizontal'), figsize=(6, 6))
sns.clustermap(corr, cmap="Blues", xticklabels=False, yticklabels=False, **kws)
plt.show()

我想删除一列中数值小于15的所有行，但是如果值是NaN，我想保留这些行。我该怎么办？

此行删除值小于15的所有行，但也删除所有NaN行：

df2 = df[(df['columnA'] >= 15)] 

我有五个DataFrames， ，df1，df2，df3，。df4df5

我可以使用以下方法分别保存每个：

df1.to_csv('~/Desktop/df1.tsv', index=False, header=False, sep='\t')
df2.to_csv('~/Desktop/df2.tsv', index=False, header=False, sep='\t')
...

我可以在文件路径以保存Dataframe的变量名结尾的循环中执行此操作吗？