小编Lil*_*lly的帖子

pandas 将一行转换为多行

我有一个数据框如下。

我的数据框如下。

ID      list
1       a, b, c
2       a, s
3       NA
5       f, j, l
Run Code Online (Sandbox Code Playgroud)

我需要将列表列(字符串)中的每个项目分成独立的行,如下所示:

ID      item
1       a
1       b
1       c
2       a
2       s
3       NA
5       f
5       j
5       l
Run Code Online (Sandbox Code Playgroud)

谢谢。

dataframe python-3.x pandas

6
推荐指数
1
解决办法
5787
查看次数

从 pandas 列中删除小数(字符串类型)

我想从字符串类型的 pandas 列中删除小数点

df

Net Sales
123.45
34.89
65.00
Run Code Online (Sandbox Code Playgroud)

我正在尝试从该列中删除小数

Net Sales
123
34
65
Run Code Online (Sandbox Code Playgroud)

df['Net Sales'] 已经是字符串类型。

我尝试如下:

df['Net Sales'] = df['Net Sales'].astype(str).replace('\.0', '', regex=True)

但我收到如下错误:

ValueError: invalid literal for int() with base 10: '1567.55'

谢谢。

python-3.x pandas

3
推荐指数
1
解决办法
7878
查看次数

将逗号分隔的字符串转换为 pandas 中的列表

我有一个有两列的数据框。每列都有逗号分隔的字符串。我正在尝试将此字符串转换为列表,因此我可以 a_b = list(set(a) - set(b))为以下数据集的每一行减去两个列表。

  Col1      Col2
  a,b,c,f   d,f,g
  d,g       w,a,d
  f,g,h     f,g,h
Run Code Online (Sandbox Code Playgroud)

我尝试将项目转换为列表,如下所示

df1['Col1']tolist()

但这似乎不起作用。谢谢。

list python-3.x pandas

2
推荐指数
1
解决办法
2118
查看次数

熊猫分组并将行转换为列

我有如下销售数据集:df1

district      item       Year    salesAmount
Arba          pen        2019    10
Arba          pen        2019    20
Arba          pencil     2018    30
Arba          pencil     2018    30
Arba          pencil     2019    30
Cebu          pen        2019    100
Cebu          pen        2019    300
Cebu          pen        2018    100
Cebu          pen        2018    100
Cebu          pen        2019    100
Cebu          laptop     2019    20000
Cebu          laptop     2018    20000
Cebu          fruit      2019    200
Cebu          fruit      2018    800
Cebu          fruit      2019    800
Cebu          fruit      2018    100
Run Code Online (Sandbox Code Playgroud)

我可以完成 groupby 并分别获得 2018 年和 2019 年每个产品的总和。

result = df1.groupby(['district', 'item', …
Run Code Online (Sandbox Code Playgroud)

python dataframe pandas pandas-groupby

1
推荐指数
1
解决办法
81
查看次数

标签 统计

pandas ×4

python-3.x ×3

dataframe ×2

list ×1

pandas-groupby ×1

python ×1