Questions tagged «pandas»

我一直在寻找一种方法，用DataFrame中的四舍五入数值在Pandas条形图中标注条形。 >>> df=pd.DataFrame({'A':np.random.rand(2),'B':np.random.rand(2)},index=['value1','value2'] ) >>> df A B value1 0.440922 0.911800 value2 0.588242 0.797366 我想得到这样的东西： 我尝试使用此代码示例，但所有注释均以x刻度为中心： >>> ax = df.plot(kind='bar') >>> for idx, label in enumerate(list(df.index)): for acc in df.columns: value = np.round(df.ix[idx][acc],decimals=2) ax.annotate(value, (idx, value), xytext=(0, 15), textcoords='offset points')

89 python  matplotlib  plot  pandas  dataframe 

如何将DataFrames列表导出到一个Excel电子表格中？状态 文档to_excel： 注意 如果传递现有的ExcelWriter对象，则工作表将添加到现有的工作簿中。这可用于将不同的DataFrame保存到一个工作簿中 writer = ExcelWriter('output.xlsx') df1.to_excel(writer, 'sheet1') df2.to_excel(writer, 'sheet2') writer.save() 之后，我想我可以编写一个将DataFrame列表保存到一个电子表格的函数，如下所示： from openpyxl.writer.excel import ExcelWriter def save_xls(list_dfs, xls_path): writer = ExcelWriter(xls_path) for n, df in enumerate(list_dfs): df.to_excel(writer,'sheet%s' % n) writer.save() 但是（带有两个小DataFrame的列表，每个小DataFrame可以to_excel单独保存），引发了一个异常（编辑：删除了traceback）： AttributeError: 'str' object has no attribute 'worksheets' 大概我ExcelWriter打错电话了，应该怎么做才能做到这一点？

89 python  pandas  openpyxl 

我有两个数据框。例子： df1: Date Fruit Num Color 2013-11-24 Banana 22.1 Yellow 2013-11-24 Orange 8.6 Orange 2013-11-24 Apple 7.6 Green 2013-11-24 Celery 10.2 Green df2: Date Fruit Num Color 2013-11-24 Banana 22.1 Yellow 2013-11-24 Orange 8.6 Orange 2013-11-24 Apple 7.6 Green 2013-11-24 Celery 10.2 Green 2013-11-25 Apple 22.1 Red 2013-11-25 Orange 8.6 …

89 python  pandas  dataframe 

我有python pandas dataframe，其中一列包含月份名称。 如何使用字典进行自定义排序，例如： custom_dict = {'March':0, 'April':1, 'Dec':3}

89 python  pandas 

两者都是用于数据分析系统的列式（磁盘）存储格式。两者都集成在Apache Arrow（用于python的pyarrow软件包）中，并且旨在与Arrow对应，作为列式内存分析层。 两种格式有何不同？ 如果可能的话，在与熊猫一起工作时，您是否应该总是喜欢羽毛？ 在哪些情况下羽毛比实木复合地板更合适，反之则更合适？ 附录 我在这里https://github.com/wesm/feather/issues/188找到了一些提示，但是鉴于这个项目的年龄很小，可能有点过时了。 这不是一个严格的速度测试，因为我只是转储并加载整个Dataframe，但是如果您以前从未听说过这些格式，则可以给您留下深刻的印象： # IPython import numpy as np import pandas as pd import pyarrow as pa import pyarrow.feather as feather import pyarrow.parquet as pq import fastparquet as fp df = pd.DataFrame({'one': [-1, np.nan, 2.5], 'two': ['foo', 'bar', 'baz'], 'three': [True, False, True]}) print("pandas df …

89 python  pandas  parquet  feather  pyarrow 

我在pandas df中有一个包含多索引列的数据集，我想按特定列中的值进行排序。我尝试使用sortindex和sortlevel，但无法获得所需的结果。我的数据集看起来像： Group1 Group2 A B C A B C 1 1 0 3 2 5 7 2 5 6 9 1 0 0 3 7 0 2 0 3 5 我想按降序按组1中的C列对所有数据和索引进行排序，因此我的结果如下所示： Group1 Group2 A B C A B C 2 5 6 9 1 0 0 1 1 0 …

88 python  sorting  pandas  multi-index 

在Pandas数据框上进行分组的最佳方法是什么，但要从该分组中排除一些列呢？例如我有以下数据框： Code Country Item_Code Item Ele_Code Unit Y1961 Y1962 Y1963 2 Afghanistan 15 Wheat 5312 Ha 10 20 30 2 Afghanistan 25 Maize 5312 Ha 10 20 30 4 Angola 15 Wheat 7312 Ha 30 40 50 4 Angola 25 Maize 7312 Ha 30 40 50 我想对“国家”和“项目代码”列进行分组，仅计算Y1961，Y1962和Y1963列下的行总和。结果数据框应如下所示： Code Country Item_Code …

88 python  pandas  group-by  aggregate 

我正在读取带有如下浮动数字的CSV： Bob,0.085 Alice,0.005 并导入到数据框，然后将此数据框写入新位置 df = pd.read_csv(orig) df.to_csv(pandasfile) 现在pandasfile有： Bob,0.085000000000000006 Alice,0.0050000000000000001 发生什么事？也许我必须转换为float32之类的其他类型？ 我正在使用pandas 0.9.0和numpy 1.6.2。

88 python  numpy  pandas 

我有一个熊猫数据框（这只是一小块） >>> d1 y norm test y norm train len(y_train) len(y_test) \ 0 64.904368 116.151232 1645 549 1 70.852681 112.639876 1645 549 SVR RBF \ 0 (35.652207342877873, 22.95533537448393) 1 (39.563683797747622, 27.382483096332511) LCV \ 0 (19.365430594452338, 13.880062435173587) 1 (19.099614489458364, 14.018867136617146) RIDGE CV \ 0 (4.2907610988480362, 12.416745648065584) 1 (4.18864306788194, 12.980833914392477) RF \ …

88 python  numpy  pandas  dataframe  tuples 

我有一个DataFrame，其中包含数字作为字符串，并带有千位标记的逗号。我需要将它们转换为浮点数。 a = [['1,200', '4,200'], ['7,000', '-0.03'], [ '5', '0']] df=pandas.DataFrame(a) 我猜我需要使用locale.atof。确实 df[0].apply(locale.atof) 可以正常工作。我得到一系列的花车。 但是，当我将其应用于DataFrame时，会出现错误。 df.apply(locale.atof) TypeError ：（“无法将系列转换为”，发生在索引0'） 和 df[0:1].apply(locale.atof) 给出另一个错误： ValueError：（'float（）的无效文字：1,200'，u'发生在索引0'） 那么，如何将DataFrame字符串转换为浮点数的DataFrame？

88 python  pandas 

有没有更好的方法来确定inPandas和/或NumPyis中的变量numeric？ 我定义了一个自我dictionary与dtypes密钥和numeric/not作为值。

88 python  pandas  numpy 

使用R时，使用以下方法方便地加载“练习”数据集 data(iris) 要么 data(mtcars) 熊猫有类似的东西吗？我知道我可以使用任何其他方法加载，只是好奇是否有内置函数。

88 python  pandas  dataset  sample-data 

我想为_x每个列名添加后缀，如下所示： featuresA = myPandasDataFrame.columns.values + '_x' 我该怎么做呢？另外，如果要添加x_后缀，解决方案将如何更改？

88 python  pandas  dataframe 

我已经开始使用IPython Notebook ipython notebook --pylab inline 这是我在一个单元格中的代码 df['korisnika'].plot() df['osiguranika'].plot() 这工作正常，它将绘制两条线，但在同一张图表上。 我想在单独的图表上绘制每条线。如果图表彼此相邻，而不是一个接一个，那就太好了。 我知道我可以将第二行放在下一个单元格中，然后我将获得两个图表。但是我希望这些图表彼此靠近，因为它们表示相同的逻辑单元。

88 python  pandas  ipython  ipython-notebook 

我希望能够为从熊猫时间序列对象绘制的时间序列图设置主要和次要xticks及其标签。 熊猫0.9“新增功能”页面显示： “您可以使用to_pydatetime或为Timestamp类型注册一个转换器” 但是我不知道该怎么做，以便可以使用matplotlibax.xaxis.set_major_locator和ax.xaxis.set_major_formatter（和次要）命令。 如果我使用它们而没有转换熊猫时间，则x轴刻度和标签最终会出错。 通过使用“ xticks”参数，我可以将主要刻度线传递到pandas.plot，然后设置主要刻度线标签。我不知道如何使用这种方法做较小的滴答声。（我可以在pandas.plot设置的默认次要刻度上设置标签） 这是我的测试代码： import pandas print 'pandas.__version__ is ', pandas.__version__ print 'matplotlib.__version__ is ', matplotlib.__version__ dStart = datetime.datetime(2011,5,1) # 1 May dEnd = datetime.datetime(2011,7,1) # 1 July dateIndex = pandas.date_range(start=dStart, end=dEnd, freq='D') print "1 May to 1 July 2011", dateIndex testSeries = pandas.Series(data=np.random.randn(len(dateIndex)), index=dateIndex) ax …

87 python  matplotlib  pandas