Questions tagged «pandas»

数据框： c_os_family_ss c_os_major_is l_customer_id_i 0 Windows 7 90418 1 Windows 7 90418 2 Windows 7 90418 码： print df for name, group in df.groupby('l_customer_id_i').agg(lambda x: ','.join(x)): print name print group 我正在尝试仅遍历聚合数据，但出现错误： ValueError：太多值无法解包 @EdChum，这是预期的输出： c_os_family_ss \ l_customer_id_i 131572 Windows 7,Windows 7,Windows 7,Windows 7,Window... 135467 Windows 7,Windows 7,Windows 7,Windows 7,Window... c_os_major_is l_customer_id_i …

146 python  pandas 

我将数据保存在postgreSQL数据库中。我正在使用Python2.7查询此数据并将其转换为Pandas DataFrame。但是，此数据框的最后一列中包含值的字典（或列表？）。DataFrame看起来像这样： [1] df Station ID Pollutants 8809 {"a": "46", "b": "3", "c": "12"} 8810 {"a": "36", "b": "5", "c": "8"} 8811 {"b": "2", "c": "7"} 8812 {"c": "11"} 8813 {"a": "82", "c": "15"} 我需要将此列拆分为单独的列，以便DataFrame如下所示： [2] df2 Station ID a b c 8809 46 3 12 8810 36 5 8 …

146 python  pandas  dictionary  dataframe 

我有一个熊猫数据框，我希望将其分为3组。我知道使用train_test_split从sklearn.cross_validation，一个可以在两个集（训练集和测试）分割数据。但是，我找不到将数据分为三组的任何解决方案。最好是，我想拥有原始数据的索引。 我知道一种解决方法是使用train_test_split两次并以某种方式调整索引。但是，是否存在更标准/内置的方式将数据分为3组而不是2组？

145 pandas  numpy  dataframe  machine-learning  scikit-learn 

选择/过滤索引为MultiIndex的数据框的行的最常见的熊猫方法是什么？ 根据单个值/标签切片 根据一个或多个级别的多个标签进行切片 过滤布尔条件和表达式 哪种方法在什么情况下适用 为简单起见的假设： 输入数据框没有重复的索引键 下面的输入数据框只有两个级别。（此处显示的大多数解决方案一般都适用于N级） 输入示例： mux = pd.MultiIndex.from_arrays([ list('aaaabbbbbccddddd'), list('tuvwtuvwtuvwtuvw') ], names=['one', 'two']) df = pd.DataFrame({'col': np.arange(len(mux))}, mux) col one two a t 0 u 1 v 2 w 3 b t 4 u 5 v 6 w 7 t 8 c u 9 v 10 …

145 python  pandas  dataframe  slice  multi-index 

我正在尝试以这种方式读取Excel文件： newFile = pd.ExcelFile(PATH\FileName.xlsx) ParsedData = pd.io.parsers.ExcelFile.parse(newFile) 这引发了一个错误，该错误表示预期有两个参数，我不知道第二个参数是什么，而且我在这里想要实现的是将Excel文件转换为DataFrame，我这样做是否正确？或者还有其他方法可以使用熊猫吗？

144 python  python-2.7  pandas 

我试图只对某些列子集用0填充Pandas数据框中的任何值。 当我做： import pandas as pd df = pd.DataFrame(data={'a':[1,2,3,None],'b':[4,5,None,6],'c':[None,None,7,8]}) print df df.fillna(value=0, inplace=True) print df 输出： a b c 0 1.0 4.0 NaN 1 2.0 5.0 NaN 2 3.0 NaN 7.0 3 NaN 6.0 8.0 a b c 0 1.0 4.0 0.0 1 2.0 5.0 0.0 2 3.0 0.0 7.0 …

144 python  pandas  dataframe 

给定一个熊猫数据框，其中包含可能在此处和此处散布的NaN值： 问题：如何确定哪些列包含NaN值？特别是，可以获取包含NaN的列名称的列表吗？

144 python  pandas  dataframe  nan 

假设我有一个带有两列A和B的pandas DataFrame。我想修改此DataFrame（或创建一个副本），以便每当A为0时B始终为NaN。我将如何实现？ 我尝试了以下 df['A'==0]['B'] = np.nan 和 df['A'==0]['B'].values.fill(np.nan) 没有成功。

143 python  pandas 

我想做的是沿着经纬度坐标指定的路径从Google Maps API中提取海拔数据，如下所示： from urllib2 import Request, urlopen import json path1 = '42.974049,-81.205203|42.974298,-81.195755' request=Request('http://maps.googleapis.com/maps/api/elevation/json?locations='+path1+'&sensor=false') response = urlopen(request) elevations = response.read() 这给了我一个看起来像这样的数据： elevations.splitlines() ['{', ' "results" : [', ' {', ' "elevation" : 243.3462677001953,', ' "location" : {', ' "lat" : 42.974049,', ' "lng" : -81.205203', ' },', ' "resolution" : …

143 python  json  google-maps  pandas 

我试过了： x=pandas.DataFrame(...) s = x.take([0], axis=1) 并s获取一个DataFrame，而不是一个Series。

142 python  dataframe  pandas  series 

我有一个没有标头的csv文件，带有DateTime索引。我想重命名索引和列名，但是使用df.rename（）仅重命名了列名。虫子？我正在使用0.12.0版本 In [2]: df = pd.read_csv(r'D:\Data\DataTimeSeries_csv//seriesSM.csv', header=None, parse_dates=[[0]], index_col=[0] ) In [3]: df.head() Out[3]: 1 0 2002-06-18 0.112000 2002-06-22 0.190333 2002-06-26 0.134000 2002-06-30 0.093000 2002-07-04 0.098667 In [4]: df.rename(index={0:'Date'}, columns={1:'SM'}, inplace=True) In [5]: df.head() Out[5]: SM 0 2002-06-18 0.112000 2002-06-22 0.190333 2002-06-26 0.134000 2002-06-30 0.093000 2002-07-04 0.098667

142 python  pandas  dataframe 

新版本的Pandas使用以下界面加载Excel文件： read_excel('path_to_file.xls', 'Sheet1', index_col=None, na_values=['NA']) 但是，如果我不知道可用的图纸怎么办？ 例如，我正在使用以下工作表的excel文件 数据1，数据2 ...，数据N，foo，bar 但我不知道N先验。 有什么方法可以从Pandas的excel文档中获取工作表列表吗？

142 python  excel  pandas  openpyxl  xlrd 

我已经进行了一些搜索，无法弄清楚如何通过过滤数据帧df["col"].str.contains(word)，但是我想知道是否有一种方法可以反向执行：通过该集合的补充来过滤数据帧。例如：的效果!(df["col"].str.contains(word))。 可以通过一种DataFrame方法来完成吗？

142 python  pandas  contains 

我正在尝试替换数据框的一列中的值。列（“ female”）仅包含值“ female”和“ male”。 我尝试了以下方法： w['female']['female']='1' w['female']['male']='0' 但是会收到与以前结果完全相同的副本。 理想情况下，我希望得到一些类似于下面的循环元素的输出。 if w['female'] =='female': w['female'] = '1'; else: w['female'] = '0'; 我浏览了gotchas文档（http://pandas.pydata.org/pandas-docs/stable/gotchas.html），但无法弄清楚为什么什么也没发生。 任何帮助将不胜感激。

141 python  pandas 

假设我有一个带有NaNs 的DataFrame ： >>> import pandas as pd >>> df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]]) >>> df 0 1 2 0 1 2 3 1 4 NaN NaN 2 NaN NaN 9 我需要做的是用上面同一列中NaN的第一个非NaN值替换每个值。假设第一行永远不会包含NaN。因此，对于前面的示例，结果将是 0 1 2 0 1 2 3 1 4 2 3 2 …

140 python  python-3.x  pandas  dataframe  nan