Questions tagged «dataframe»

我想在熊猫数据帧的所述列中的每个值的开头附加一个字符串（优雅）。我已经弄清楚该如何做，目前正在使用： df.ix[(df['col'] != False), 'col'] = 'str'+df[(df['col'] != False), 'col'] 这似乎是一件微不足道的事情-您是否知道其他任何方式（可能还会将该字符添加到该列为0或NaN的行中）？ 如果还不清楚，我想转一下： col 1 a 2 0 变成： col 1 stra 2 str0

118 python  string  pandas  dataframe 

我正在尝试使用Python Pandas查找具有最大值的Country＆Place。 这将返回最大值： data.groupby(['Country','Place'])['Value'].max() 但我怎么得到相应Country和Place的名字吗？

117 python  pandas  dataframe  max 

我想从数据帧的一行中创建一个向量。但是我不需要行名和列名。我尝试了几件事...但是没有运气。 这是我的数据框： > df <- data.frame(a=c(1,2,4,2),b=c(2,6,2,1),c=c(2.6,8.2,7.5,3)) > df a b c 1 1 2 2.6 2 2 6 8.2 3 4 2 7.5 4 2 1 3.0 我试过了： > newV <- as.vector(df[1,]) > newV a b c 1 1 2 2.6 但是我真的想要这样的东西： > newV <- c( 1,2,2.6) > newV [1] …

116 r  vector  dataframe 

我们如何在Apache Spark DataFrame中连接两列？Spark SQL中可以使用任何函数吗？

116 sql  apache-spark  dataframe  apache-spark-sql 

我有以下DataFrame，其中列之一是对象（列表类型单元格）： df=pd.DataFrame({'A':[1,2],'B':[[1,2],[1,2]]}) df Out[458]: A B 0 1 [1, 2] 1 2 [1, 2] 我的预期输出是： A B 0 1 1 1 1 2 3 2 1 4 2 2 我应该怎么做才能做到这一点？ 相关问题 熊猫：当单元格内容为列表时，为列表中的每个元素创建一行 好问题和答案，但只与列表处理一列（在我的答案自DEF功能将多个列的工作，也是公认的答案是使用最耗时的apply，不推荐，检查的详细信息我应该什么时候曾经想在我的代码中使用pandas apply（）吗？）

116 python  pandas  dataframe 

我有下面的data.frame。我想添加一列，按照第1列（h_no）对数据进行分类，以使h_no 1,2,3,4的第一个系列为1类，第二个系列h_no（1至7）为2 类，依此类推。如最后一栏所示。 h_no h_freq h_freqsq 1 0.09091 0.008264628 1 2 0.00000 0.000000000 1 3 0.04545 0.002065702 1 4 0.00000 0.000000000 1 1 0.13636 0.018594050 2 2 0.00000 0.000000000 2 3 0.00000 0.000000000 2 4 0.04545 0.002065702 2 5 0.31818 0.101238512 2 6 0.00000 0.000000000 2 7 0.50000 0.250000000 2 …

115 r  dataframe 

如何将pandas数据框打印为基于文本的漂亮表格，如下所示？ +------------+---------+-------------+ | column_one | col_two | column_3 | +------------+---------+-------------+ | 0 | 0.0001 | ABCD | | 1 | 1e-005 | ABCD | | 2 | 1e-006 | long string | | 3 | 1e-007 | ABCD | +------------+---------+-------------+

113 python  pandas  dataframe  printing 

我有一个从Python的Pandas包生成的数据框。如何使用pandas包中的DataFrame生成热图。 import numpy as np from pandas import * Index= ['aaa','bbb','ccc','ddd','eee'] Cols = ['A', 'B', 'C','D'] df = DataFrame(abs(np.random.randn(5, 4)), index= Index, columns=Cols) >>> df A B C D aaa 2.431645 1.248688 0.267648 0.613826 bbb 0.809296 1.671020 1.564420 0.347662 ccc 1.501939 1.126518 0.702019 1.596048 ddd 0.137160 0.147368 1.504663 0.202822 eee …

112 python  pandas  dataframe  heatmap 

我有一个数据框： s1 = pd.Series([5, 6, 7]) s2 = pd.Series([7, 8, 9]) df = pd.DataFrame([list(s1), list(s2)], columns = ["A", "B", "C"]) A B C 0 5 6 7 1 7 8 9 [2 rows x 3 columns] 并且我需要添加第一行[2、3、4]以获取： A B C 0 2 3 4 1 5 6 7 2 7 …

111 python  pandas  dataframe  insert 

我必须使用的数据有点混乱。它的数据中包含标头名称。如何从现有的pandas数据框中选择一行并使其（重命名为）列标题？ 我想做类似的事情： header = df[df['old_header_name1'] == 'new_header_name1'] df.columns = header

111 python  pandas  rename  dataframe 

我有一个带有unix时间和价格的数据框。我想转换索引列，以便以人类可读的日期显示它。 因此，例如，我在index列中有dateas 1349633705，但我希望它显示为10/07/2012（或至少10/07/2012 18:15）。 在某些情况下，这是我正在使用的代码以及我已经尝试过的代码： import json import urllib2 from datetime import datetime response = urllib2.urlopen('http://blockchain.info/charts/market-price?&format=json') data = json.load(response) df = DataFrame(data['values']) df.columns = ["date","price"] #convert dates df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d")) df.index = df.date 如您所见，我在df.date = df.date.apply(lambda d: datetime.strptime(d, "%Y-%m-%d"))这里使用的 是无效的，因为我使用的是整数而不是字符串。我认为我需要使用，datetime.date.fromtimestamp但我不确定如何将其应用于整个df.date。 谢谢。

110 python  pandas  unix-timestamp  dataframe 

我有点被困在提取一个变量对另一个变量的条件值上。例如，以下数据框： A B p1 1 p1 2 p3 3 p2 4 我如何获得Awhen 的价值B=3？每当我提取的值时A，我都会得到一个对象，而不是字符串。

109 python  pandas  dataframe 

如何选择a的前4行data.frame： Weight Response 1 Control 59 0.0 2 Treatment 90 0.8 3 Treatment 47 0.1 4 Treamment 106 0.1 5 Control 85 0.7 6 Treatment 73 0.6 7 Control 61 0.2

109 r  dataframe 

我需要转置一个大数据框，所以我使用了： df.aree <- t(df.aree) df.aree <- as.data.frame(df.aree) 这是我得到的： df.aree[c(1:5),c(1:5)] 10428 10760 12148 11865 name M231T3 M961T5 M960T6 M231T19 GS04.A 5.847557e+03 0.000000e+00 3.165891e+04 2.119232e+04 GS16.A 5.248690e+04 4.047780e+03 3.763850e+04 1.187454e+04 GS20.A 5.370910e+03 9.518396e+03 3.552036e+04 1.497956e+04 GS40.A 3.640794e+03 1.084391e+04 4.651735e+04 4.120606e+04 我的问题是我需要消除新的列名（10428、10760、12148、11865），因为我需要使用第一行作为列名。 我尝试使用col.names()功能，但没有得到所需的东西。 你有什么建议吗？ 编辑 谢谢你的建议！！！使用它，我获得： df.aree[c(1:5),c(1:5)] M231T3 M961T5 M960T6 M231T19 GS04.A 5.847557e+03 …

107 r  dataframe 

目标 我有一个Pandas数据框，如下所示，具有多个列，并希望获取列的总数MyColumn。 数据框 -df： print df X MyColumn Y Z 0 A 84 13.0 69.0 1 B 76 77.0 127.0 2 C 28 69.0 16.0 3 D 28 28.0 31.0 4 E 19 20.0 85.0 5 F 84 193.0 70.0 我的尝试： 我试图使用groupby和获得列的总和.sum()： Total = df.groupby['MyColumn'].sum() print Total 这将导致以下错误： TypeError: 'instancemethod' …

107 python  pandas  dataframe  sum