标签:dataframe
-
如何从python Pandas 数据框中删除不需要的数据? - python
阅读我的文本文件后:熊猫数据框如下: 1 2 3 4 -0.4302012 2 -0.3233208 3 0.576837 4 0.426791 5 但我需要以下数据(应删除空格和多余的字母) 1 2 3 4 -0.4302012 -0.3233208 0.576837 0.426791 参考方案 我得到了答案:谢谢大家的尝试 data = pd.read_ […]
-
如何匹配格式“Sep-14”以将其转换为DATETIME - python
我试图按年份转换列“ issue_d”。 下面是我使用过的代码,但它给了我错误 dt_series = pd.to_datetime(df['issue_d'], format= '%m-%Y') df['year'] = dt_series.dt.year 这是错误消息 ValueError: t […]
-
如何在 Pandas 数据框中执行不同值的累加总和 - python
我有一个这样的数据框: id date company ...... 123 2019-01-01 A 224 2019-01-01 B 345 2019-01-01 B 987 2019-01-03 C 334 2019-01-03 C 908 2019-01-04 C 765 2019-01-04 A 554 2019-01-05 A 482 2019- […]
-
如何使非唯一的 Pandas 列成为唯一的列 - python
说我有以下数据框: import pandas as pd df = pd.DataFrame({'Name': ['Jim','Bob','Tim','Sal','Mel'], 'Time': [7,7,7,8,9], […]
-
Pandas :强制列在DataFrame中的位置(不知道所有列) - python
假设我有一个DataFrame,但不知道所有列的名称。但是,我知道有一列称为"N_DOC",并且我希望它成为DataFrame的第一列-(同时保留所有其他列,而不考虑其顺序)。 我怎样才能做到这一点? 参考方案 您可以使用reindex重新排列数据框的列: cols = df.columns.tolist() cols.remove( […]
-
使用 Pandas 查询按部分字符串选择行 - python
我有一个DataFrame。 1列(name)具有字符串值。我想知道是否有一种方法可以使用DataFrame.query()方法根据与特定列匹配的部分字符串来选择行。 我试过了: df.query('name.str.contains("lu")')。错误消息:“ TypeError:'Series'对象是可变的,因此 […]
-
用另一个数据框中的值替换一个数据框中的逗号分隔值 - python
这是我对StackOverflow的第一个问题,所以如果我不清楚的话,请原谅。我通常在这里找到答案,但是这次我没有运气。也许我很稠密,但是我们走了。 我有两个 Pandas 数据框,格式如下 df1 +------------+-------------+ | References | Description | +------------+-------- […]
-
Pandas -创建新列,该列的值取自同一数据框中的其他行 - python
我有这样的DataFrame: message_id reply_to_id sender 0 1 0 Roozbeh 1 2 1 Amir 2 3 0 Neda 3 4 2 Roozbeh 3 5 2 Neda 如果该消息是对另一条消息的答复,则reply_to_id显示它已回复的消息的ID,否则为0。现在,我想创建另一个列reply_to_sender, […]
-
如何更改索引和转置 Pandas - python
我是 Pandas 的新手,正在尝试在日期框架上进行一些转换,但到达了封闭路径。 我的数据框是: entity_name request_status dcount 0 entity1 0 1 1 entity1 1 6 2 entity1 2 13 3 entity2 1 4 4 entity2 2 7 我需要此数据框如下所示: index 0 1 2 e […]
-
用“;;”分隔单行分成同一列中的多个单独的行 - python
目前,我正试图在每次';;'时拆分第一行。出现在“材料描述”列中的新行中。导致这一点的代码是: df.loc[df['mask'] == True, ['Material Description']] = ';;' + df['Material Description'] df[ […]