Questions tagged «pandas»

假设我有一本包含10个键值对的字典。每个条目包含一个numpy数组。但是，所有数组的长度都不相同。 如何创建每个列包含不同条目的数据框？ 当我尝试： pd.DataFrame(my_dict) 我得到： ValueError: arrays must all be the same length 有什么办法可以克服吗？我很高兴Pandas使用NaN这些列来填充较短的条目。

114 python  pandas 

我有一个像这样的电子表格： Locality 2005 2006 2007 2008 2009 ABBOTSFORD 427000 448000 602500 600000 638500 ABERFELDIE 534000 600000 735000 710000 775000 AIREYS INLET459000 440000 430000 517500 512500 我不想手动将列与行交换。是否可以使用熊猫将数据读取到列表中，如下所示： data['ABBOTSFORD']=[427000,448000,602500,600000,638500] data['ABERFELDIE']=[534000,600000,735000,710000,775000] data['AIREYS INLET']=[459000,440000,430000,517500,512500]

113 python  excel  pandas 

我有一个用熊猫创建的现有情节，如下所示： df['myvar'].plot(kind='bar') y轴的格式为float，我想将y轴更改为百分比。我发现的所有解决方案都使用ax.xyz语法，并且只能将代码放置在创建绘图的上方行下方（我无法在上面的行中添加ax = ax。） 如何在不更改上面的行的情况下将y轴格式化为百分比？ 这是我找到的解决方案，但需要重新定义图： import matplotlib.pyplot as plt import numpy as np import matplotlib.ticker as mtick data = [8,12,15,17,18,18.5] perc = np.linspace(0,100,len(data)) fig = plt.figure(1, (7,4)) ax = fig.add_subplot(1,1,1) ax.plot(perc, data) fmt = '%.0f%%' # Format you want the ticks, e.g. '40%' xticks = mtick.FormatStrFormatter(fmt) ax.xaxis.set_major_formatter(xticks) plt.show() …

113 python  pandas  matplotlib  plot 

我有一个带有以下各栏的熊猫数据框； Date Time 01-06-2013 23:00:00 02-06-2013 01:00:00 02-06-2013 21:00:00 02-06-2013 22:00:00 02-06-2013 23:00:00 03-06-2013 01:00:00 03-06-2013 21:00:00 03-06-2013 22:00:00 03-06-2013 23:00:00 04-06-2013 01:00:00 如何合并data ['Date']和data ['Time']以获得以下内容？有办法做到pd.to_datetime吗？ Date 01-06-2013 23:00:00 02-06-2013 01:00:00 02-06-2013 21:00:00 02-06-2013 22:00:00 02-06-2013 23:00:00 03-06-2013 01:00:00 03-06-2013 21:00:00 03-06-2013 22:00:00 03-06-2013 23:00:00 04-06-2013 01:00:00

113 python  pandas  datetime  series 

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 

如何隐藏包含NaN浮点数的字符串和值的DataFrame列。还有另一列的值为字符串和浮点数；如何将整个列转换为浮点数。

112 python  pandas 

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pandas数据框，我希望能够从B和C列中的值预测A列的值。这是一个玩具示例： import pandas as pd df = pd.DataFrame({"A": [10,20,30,40,50], "B": [20, 30, 10, 40, 50], "C": [32, 234, 23, 23, 42523]}) 理想情况下，我会有类似的东西，ols(A ~ B + C, data = df)但是当我查看算法库中的示例时，看起来好像scikit-learn是用行而不是列的列表将数据提供给模型。这将要求我将数据重新格式化为列表内的列表，这似乎首先使使用熊猫的目的遭到了破坏。在熊猫数据框中的数据上运行OLS回归（或更通用的任何机器学习算法）的最有效方法是什么？

111 python  pandas  scikit-learn  regression  statsmodels 

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 

我想在pandas数据框中创建一个列，该列表示timedelta列中天数的整数。是否可以使用“ datetime.days”，还是我需要做更多手动操作？ timedelta列 7天23:29:00 天整数列 7

111 python  pandas  timedelta 

我有两列数据框，打算将其转换为python字典-第一列将是键，第二列将是值。先感谢您。 数据框： id value 0 0 10.2 1 1 5.7 2 2 7.4

111 python  dictionary  pandas 

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 

我在熊猫中打开了一个非常大的csv文件，如下所示。 import pandas df = pandas.read_csv('large_txt_file.txt') 完成此操作后，内存使用量将增加2GB，这是预期的，因为此文件包含数百万行。我的问题出在我需要释放此内存的时候。我跑了... del df 但是，我的内存使用没有下降。这是释放熊猫数据帧使用的内存的错误方法吗？如果是，正确的方法是什么？

111 python  pandas  memory 

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 

我想在中设置dtype多列的s pd.Dataframe（我有一个文件必须手动解析为列表列表，因为该文件不适合pd.read_csv） import pandas as pd print pd.DataFrame([['a','1'],['b','2']], dtype={'x':'object','y':'int'}, columns=['x','y']) 我懂了 ValueError: entry not a 2- or 3- tuple 我可以设置它们的唯一方法是循环遍历每个列变量并使用进行重铸astype。 dtypes = {'x':'object','y':'int'} mydata = pd.DataFrame([['a','1'],['b','2']], columns=['x','y']) for c in mydata.columns: mydata[c] = mydata[c].astype(dtypes[c]) print mydata['y'].dtype #=> int64 有没有更好的办法？

110 python  pandas