使用分层pandas数据帧的数学
操作是指在pandas库中使用分层数据帧进行数学计算和操作的过程。分层数据帧是指具有多个层级索引的数据帧，可以在不同层级上进行数据的切片、筛选和计算。
优势：
- 多层索引：分层数据帧可以使用多个层级的索引，使得数据的组织更加灵活和清晰。
- 数据切片和筛选：可以通过指定不同层级的索引进行数据的切片和筛选，方便地获取所需的数据子集。
- 数据计算：可以在不同层级上进行数学计算，例如对某一层级的数据进行聚合、求和、平均等操作。
- 数据合并：可以将多个分层数据帧按照指定的层级进行合并，实现数据的整合和汇总。
应用场景：
- 金融数据分析：在金融领域，经常需要对多个层级的数据进行分析和计算，例如对不同股票的收益率进行比较和统计。
- 多维数据分析：在科学研究和数据分析领域，常常需要对多个维度的数据进行处理和分析，分层数据帧可以方便地进行多维数据的操作和计算。
- 市场调研和用户行为分析：在市场调研和用户行为分析中，可以使用分层数据帧对不同维度的数据进行统计和分析，以便更好地了解用户需求和行为模式。
推荐的腾讯云相关产品： 腾讯云提供了一系列与数据处理和分析相关的产品，以下是其中几个推荐的产品：
- 腾讯云数据仓库（TencentDB for TDSQL）：提供高性能、可扩展的分布式关系型数据库，适用于大规模数据存储和分析。
- 腾讯云数据湖（Tencent Cloud Data Lake）：提供海量数据存储和分析服务，支持多种数据源和数据格式，方便进行数据的整合和分析。
- 腾讯云数据计算（Tencent Cloud Data Compute）：提供弹性计算资源和分布式计算框架，支持大规模数据处理和分析任务的并行计算。
更多腾讯云相关产品和产品介绍，请参考腾讯云官方网站：https://cloud.tencent.com/
相关·内容
既然pandas提供了数据帧结构，那么numpy中还需要结构化/记录数组吗？我需要对需要这种结构化数组类型框架的现有代码进行一些修改，但从现在开始，我正在考虑使用pandas代替它。我会不会发现我需要一些pandas不提供的结构化/记录数组的功能？
浏览 2提问于2012-08-21得票数 22
回答已采纳
1回答
最近，我观察到熊猫的乘法速度更快。我在下面的示例中向您展示了这一点。在如此简单的操作上，这怎么可能呢？这怎么可能呢？pandas数据帧中的底层数据容器是numpy数组。
测量
我使用带形状(10k，10k)的数组/数据帧。
import numpy as np
import pandas as pd
a = np.random.randn(10000, 10000)
d = pd.DataFrame(a.copy())
a.shape
(10000, 10000)
d.shape
(10000, 10000)
%%timeit
d * d
53.2 ms ± 333 µs per loop
浏览 1提问于2020-06-17得票数 2
我有一个大文件，导入到Pandas中的单个数据帧中。我使用pandas根据数据帧中的行数将文件拆分成多个段。
例如: 10行:文件1获取0:4文件2获取5:9
有没有一种方法可以做到这一点，而不必创建更多的数据帧？
浏览 0提问于2017-11-22得票数 2
1回答
我已经编写了以下Python/Pandas代码，将M行x N列数据帧(A)的每一列乘以M x 1数据帧(b)，得到M x N数据帧C：
def multiply_columns(A, b):
C = pd.DataFrame(A.values * b.values, columns=A.columns, index=b.index)
return C
换句话说，它将矩阵的每一列乘以长度相等的列向量。
代码运行良好，但是我想不起这个操作的正式名称了。有什么想法？
浏览 12提问于2015-03-17得票数 1
我有一个数据帧，需要将它分成两个部分，即80:20、70:30或60:40，但我的两个数据帧部分应该在分类列中包含所有标签。 import pandas as pd
from sklearn.model_selection import train_test_split Eg:
Fruits Color Price
0 Banana Yellow 60
1 Grape Black 100
2 Apple Red 200
3 Papaya Yellow 50
4 Dragon Pink 150
5 Mango Yel
浏览 12提问于2021-11-02得票数 0
当我没有设置n_components参数时，保留的组件数量等于数据帧的特征数量。
如果没有设置n_components，那么转换后的数据帧应该是相同的，但事实证明并非如此。
为什么转换后的数据帧与原始数据帧不同？
import pandas as pd
pca = PCA(random_state=seed)
pd1 = pd.DataFrame([[1,1,1],[2,2,2],[3,3,3]])
pca.fit(pd1)
print(pd1)
print(pca.transform(pd1))
输出为：
0 1 2
0 1 1 1
1 2 2 2
2 3 3 3
[[
浏览 0提问于2019-11-02得票数 1
如果我在MultiIndex实例本身中包含了所有需要的数据，我可以在不附加到数据帧的情况下查询它，以避免可能的开销吗？
例如：
In [664]: import pandas as pd
In [665]: index = pd.MultiIndex.from_product([['A', 'B'], [1, 2, 3, 4, 5]])
In [666]: df = pd.DataFrame(index=index)
In [667]: df
Out[667]:
Empty DataFrame
Columns: []
Index: [(A, 1), (A
浏览 12提问于2017-06-19得票数 2
假设我有一个数据帧X，我想把它分成N个数据帧，这样每个数据帧的分布大致相同(即分层) 做这件事的最好方法是什么？
浏览 21提问于2020-12-08得票数 0
我有一个熊猫数据框架的形式 advert_id run_id category score
11111111 78 842 0.356975
11111111 78 849 0.245583
11111111 78 950 0.089219
11111111 78 1645 0.089172
11111111 78
浏览 26提问于2020-08-14得票数 2
回答已采纳
2回答
假设我有一个数据帧(df)，它由4000个观察值组成，结构如下 Country | Date | Log_GDP | Log_DMSP | Log_Population. 每个国家/地区在数据框中出现多次，因为这是面板数据。如何从该数据帧中随机抽取200个国家/地区，以便将它们输入到如下所示的lm()函数中？ lm(Log_GDP ~ 1 + Log_Population + Log_DMSP+as.factor(Date),data=sampled_df)
浏览 30提问于2020-04-30得票数 0
回答已采纳
我有一个从服务器接收和存储实时节拍数据的python函数(通过API请求)。另一个功能是将数据取到1分钟的烛杆上，并将其附加到pandas数据帧中。然后我想调用另一个函数，它应用了一些数学计算，并管理实时市场中的订单执行。
但是我不知道在多线程，多处理和AsyncIO之间使用哪种方法。我想要的是不间断的节拍数据流，它以毫秒为单位接收数据到我的系统，这样我就不会错过任何实时数据，同时能够管理订单和执行数学计算。
请告诉我从上面的选项中选择哪个更好？
浏览 0提问于2021-02-01得票数 0
我正在尝试为存储在Pandas数据帧中的大型数据矩阵计算Kendall的tau。使用corr函数，使用method='kendall'，我接收到只有一个值的行的NaN (重复数组的长度)。有办法解决这个问题吗？Spearman的相关性也出现了同样的问题，大概是因为Python不知道如何对具有单个重复值的数组进行排序，这就给我留下了Pearson相关性--由于它的正态性和线性假设，我不太愿意使用它。 任何建议都是非常感谢的！
浏览 41提问于2020-07-29得票数 1
我一直在使用pandas.pivot_table通过给aggfunc参数提供一个函数列表(例如[np.mean, np.std])来聚合我的数据帧。现在，我想包装这些函数，以便它们只对所提供列的前半部分进行操作，如下所示：
new_df = pd.pivot_table(df, values=feature_cols, index=id_cols, aggfunc=[lambda x: np.mean(x[:len(x)//2]), lambda y: np.std(y[:len(y)//2])])
它会显示错误：
pandas.core.indexes.base.InvalidIndexEr
浏览 111提问于2019-03-28得票数 1
我必须在海洋中创建一个水下的船的情节。我有GPS数据和航向数据。数据集在pandas数据帧中。我想把车辆的方向画成GPS主线上的箭头。
这张图片是我的GPS航向。我想在basemap中做到这一点，但是我甚至不知道怎么做matplotlib。我已经找了好几天了，就是找不出来。下面是我的代码示例。
import pandas as pd
import matplotlib
import matplotlib.pyplot as plt
from matplotlib import style
import numpy as np
import math
from mpl_toolkits
浏览 0提问于2020-06-05得票数 0
1回答
我正在写一个脚本来绘制一些数据。我在windows上使用python 3.7.1，并且有以下代码要绘制：
import pandas as pd
import matplotlib.pyplot as plt
files=['path']
for i in range(len(files)):
data = pd.read_csv(files[i], sep=';', skiprows=17, header=None,engine='python', decimal=",")
c=files[0].spli
浏览 0提问于2018-12-13得票数 0
2回答
我已经构建了一个pandas数据帧，它在每个单元格中存储一个简单的字典。例如：
{'Sales':0,'Revenue':0}
我可以通过以下方式从dataframe中检索特定值：
df[columnA][index100]['Revenue']
但现在我想用columnA绘制一张图，其中包含所有字典中的收入值--实现这一目标的最佳方法是什么？
如果我放弃字典，转而使用两个大小相同的数据帧，从长远来看，生活会变得更容易吗？(我对熊猫非常陌生，所以不确定最佳实践)。
浏览 6提问于2013-05-13得票数 13
回答已采纳
我将一个数据帧传递给一个函数。有时是Pandas数据帧，有时是Spark数据帧。我的函数需要采取相应的行动。有没有简单的方法，比如df.isPandas()，来确定一个数据帧(作为“df”接收)是Pandas数据帧还是Spark数据帧？提前谢谢。
浏览 17提问于2019-05-14得票数 1
回答已采纳
1回答
我相信在使用Dask数据帧时，我在Dask教程中看到了一个关于如何使用Dask框架中尚未实现的Pandas函数的建议，但我似乎看错了地方。例如，我想使用Pandas函数'ewm‘。 作为一种变通方法，我将Dask数据帧转换为Pandas数据帧，在Pandas数据帧上运行ewm，然后将它们转换回Dask，以便以后进行更多内存密集型操作。效率不是最高的。 有没有更好的策略呢？
浏览 10提问于2019-06-02得票数 1
回答已采纳
1回答
我要做的是将这段SQL代码复制到Python中： select column_1, column_2, column_3,
sum(column_4) as sum_column_4, sum(column_5) as sum_column_5
from df
group by 1,2,3; 换句话说，我需要制作这个数据框架： column_1 column_2 colunn_3 column_4 column_5
AA BB CC 5 3
AA BB CC
浏览 22提问于2020-04-30得票数 1
回答已采纳
我正在做一个数据框架，我注意到有3个变量对预测标签非常重要。因此，我希望将我的数据帧拆分到测试和训练集中，但不是随机拆分，而是基于这3个变量进行分层拆分(以保持训练集中与原始数据帧中相同的分布)。函数<code>D0</code>是用来处理标签的，所以如果我没记错的话，我只能指定一个变量，而不是三个变量。有人能帮我吗？谢谢
浏览 14提问于2019-03-29得票数 0
1回答
火花数据帧
、、
星火数据帧和Pandas数据帧的区别是什么？我的理解是，Pandas数据框架主要用于将CSV数据读入DF，在DF中，Spark数据帧用于将弹性分布式数据( RDD )加载到数据帧中，并且可以操作数据帧。请分享你的反馈
浏览 6提问于2020-09-01得票数 0
回答已采纳
2回答
我是Python的新手，已经阅读了几本关于Python的书。除了可视化之外，一切都很棒。我真的不喜欢matplotlib和Bokeh需要太重的堆栈。
我想要的工作流程是：
在ipython notebook中使用pandas进行数据转换分析在sublimetext2中使用d3进行->可视化
然而，作为Python和d3的新手，我不知道将我的熊猫数据帧导出到d3的最佳方法。我应该只把它作为csv吗？杰森？还是有一种更直接的方法？
附带问题:有没有什么(合理的)方法可以在ipython笔记本中做所有事情，而不是切换到sublimetext？
任何帮助都将不胜感激。
浏览 2提问于2014-05-14得票数 12
我对python还不熟悉，所以我将尽可能详细地尝试。
我正在尝试在它上实现打包算法(我需要为我的最后一篇论文实现，所以基本上我不能使用已经实现的)。
我有一个带有X类的CSV文件。我想做的是和熊猫一起读csv，在我读完之后，我想为每个类创建一个csv文件，最后用所有这些新的DataFrames创建一个新的CSV文件。我已经为一个特定的CSV文件这样做了，但是我需要使它成为通用的。
这就是我做的代码。它适用于一个特定的CSV文件：
import pandas as pd
#Function of percentage
def percentage(number1, number2):
浏览 0提问于2018-04-22得票数 1
回答已采纳
1回答
这是我使用Python的早期尝试。我正在从雅虎获得股票数据，但我可以看到股票代码，日期列标题低于高，低，开盘收盘价。
我肯定漏掉了什么。那是什么？
import pandas as pd
import numpy as np
import datetime
import pandas_datareader as pdr
py.init_notebook_mode(connected=True)
# we download the stock prices for each ticker and then we do a mapping between data and name of t
浏览 3提问于2020-04-08得票数 2
可以使用psycopg2将Pandas数据帧写入PostgreSQL数据库吗？
最终目标是能够将Pandas数据帧写入Amazon RDS PostgreSQL实例。
浏览 0提问于2015-11-29得票数 7
回答已采纳
1回答
我有一个pyspark管道(包含估算和一个机器学习模型)和一个pandas数据帧。我是否可以在不将其转换为Pyspark dataframe的情况下将管道应用于此pandas数据帧？如果不可能，我如何有效地使用pyspark管道来生成对pandas数据帧的预测？
浏览 3提问于2021-09-13得票数 1
2回答
熊猫将时间间隔重叠到时间序列
、、、、
我有一个pandas数据帧，其中包括在某些点重叠的时间间隔(图1)。我需要一个具有从第一个start_time开始到最后一个end_time结束的时间序列的数据帧(图2)。我必须在重叠的时间间隔上对VIS值求和。我想不通了。我该怎么做呢？
浏览 0提问于2021-10-12得票数 0
1回答
我正在创建一个小的Pandas数据帧： df = pd.DataFrame(data={'colA': [["a", "b", "c"]]}) 我把那个df拷贝了一遍。我使用的不是Pandas方法，而是通用Python，对吧？ import copy
df_copy = copy.deepcopy(df) 一个df_copy.head()提供以下内容： ? 然后我将这些值放入字典中： mydict = df_copy.to_dict() 字典看起来是这样的： ? 最后，我删除了列表中的一项： mydict['colA&#
浏览 42提问于2020-01-10得票数 3
回答已采纳
1回答
我试图将两个变量(一个ID和一个DateTime变量)为MultiIndexed的熊猫数据帧转换为dask数据帧，但是我得到了以下错误； "NotImplementedError: Dask does not support MultiIndex Dataframes" 我正在使用下面的代码 import pandas as pd
import dask.dataframe as dd
dask_df = dd.from_pandas(pandas_df) 实际上，我有700多个熊猫数据帧(每个超过100MB)，我计划将每个熊猫数据帧转换为dask，然后将它们全部附加到一
浏览 18提问于2019-07-02得票数 2
回答已采纳
我正在从CSV文件中读取数据，该文件包含位于爱尔兰海岸外的浮标网络的天气数据。它是一个时间序列数据集，每个浮标都有每小时的读数。我想创建一个3D结构，其中每个浮标都有一个数据帧，其中包含按日期和时间索引的天气条件列。
我希望能够通过以下语法访问数据：
df['column']['anotherColumn']
我知道pandas有一个被弃用的Panel类，但是我不知道该怎么做。
如有任何帮助，将不胜感激，谢谢！
浏览 1提问于2019-03-27得票数 2
我需要创建一些定时数据的框图，其中一个框表示每个月的原始数据。如下所示：
现在，让我们尝试使用pandas创建它：
matplotlib inline
import numpy as np
import pandas as pd
N_DAYS = 100
dates = pd.date_range('20130101', periods=N_DAYS)
df = pd.DataFrame(np.random.randn(N_DAYS,1), index=dates)
我可以按月重采样(代码为M)并应用诸如median之类的聚合函数
df.resample('
浏览 8提问于2017-02-27得票数 4
回答已采纳
我有一个相当大的数据集(2678271，52)和一个5维索引，它占用了机器内存的6.5%。当我打电话的时候
df.sortlevel(k)
我收到以下错误：
MemoryError Traceback (most recent call last)
in ()
----> 1 df = df.sortlevel(4)
/usr/local/lib/python2.7/dist-packages/pandas-0.9.1-py2.7-linux-x86_64.egg/pandas/core/frame.pyc in sortl
浏览 5提问于2013-01-11得票数 2
回答已采纳
我在for循环中访问一系列Excel文件。然后，我将excel文件中的数据读取到pandas数据帧中。我想不出如何将这些数据帧附加在一起，然后将数据帧(现在包含所有文件中的数据)保存为新的Excel文件。
这是我尝试过的：
for infile in glob.glob("*.xlsx"):
data = pandas.read_excel(infile)
appended_data = pandas.DataFrame.append(data) # requires at least two arguments
appended_data.to_excel(&
浏览 2提问于2015-02-23得票数 111
回答已采纳
我从CSV文件中获取了数据，并将其保存在我的Dask数据帧中并对其进行操作。然后，我需要将数据写入数据表。我还没有真正遇到过任何解决方案。Pandas的to_sql函数具有内置的功能，所以我不确定是否需要首先转换为Pandas？我目前认为，将Dask数据帧转换为Pandas会导致它被完全加载到内存中，这可能会违背最初使用Dask的目的。
将Dask数据帧写入datatable最好、最快的方法是什么？
浏览 4提问于2020-03-27得票数 1
我正在使用shapefile，它将属性数据存储在DBF文件中。我需要使用Pandas操作属性，并将新的DBF数据写回磁盘。
不幸的是，Pandas数据帧没有df.to_dbf方法(而R有)。我到处寻找，但似乎没有看到任何明显的方法来完成这项任务。
如何将pandas数据帧保存为DBF文件？
浏览 208提问于2017-07-04得票数 4
回答已采纳
3回答
我在python pandas中有两个数据帧
数据帧1
User_id zipcode
1 12345
2 23456
3 34567
数据帧2
ZipCodeLowerBound ZipCodeUpperBound Region
10000 19999 1
20000 29999 2
30000 39999 3
如何使用pandas merge将区域中的数据映射到条件为if(df1.zipcod
浏览 3提问于2016-10-29得票数 3
我在pandas DataFrame的列中有一个逗号分隔的字符串： ? 我有一个映射数据帧 ? 我想要最终的数据帧： ? 我想要一个新的列，并用映射数据帧中的值替换ids，写pythonic + pandas的方法是什么？
浏览 22提问于2021-11-02得票数 0
回答已采纳
我已经阅读了将csv文件加载到pandas数据帧中，并希望对该数据帧进行一些简单的操作。我不知道如何根据从原始数据框中选择的列来创建新的数据框。我的尝试是：
names = ['A','B','C','D']
dataset = pandas.read_csv('file.csv', names=names)
new_dataset = dataset['A','D']
我想用原始数据帧中的列A和D创建一个新的数据帧。
浏览 1提问于2017-07-11得票数 24
回答已采纳
1回答
我想将我的数据帧拆分为训练数据和测试数据。上有一篇很棒的文章，介绍了如何随机做这件事。但是，我需要根据观察值的名称对其进行拆分，以确保(例如) 2/3的样本名称为'X‘的观察值被分配给训练数据，1/3的样本名称为'X’的观察值被分配给测试数据。
下面是我的DF的顶部：
136 137 138 139 141 143 144 145 146 \
Sample
浏览 1提问于2018-02-15得票数 3
1回答
我正在尝试找出一种好方法，在Pandas中创建从excel文件中获得的以下数据帧的抽象：
Date | ID | Company | ProjectID | ProjectName | ProcessLevel1 | Process1Name | ProcessLevel2 | Process2Name | ProcessLevel3 | Process3Name | ProcessLevel4 | Process4Name | ...
2020 | 1234 | ABCCorp. | XYZ123 | SomeProjectName | P1
浏览 13提问于2021-03-06得票数 0
我想使用read_sql_table()使用SQLAlchemy和Pandas将表从Posgresql数据库读取到Pandas数据帧中。对数据库的SQL查询类似于： SELECT col1,col2 FROM my_table WHERE col1=='value' 我尝试使用以下代码从表中获取Pandas数据帧： from sqlalchemy import create_engine
db_uri = environ.get('SQLALCHEMY_DATABASE_URI')
engine = create_engine(db_uri, echo=Tru
浏览 23提问于2021-06-14得票数 0
我有一个用旧版本的pandas (0.19.2)保存的腌制数据帧。尝试用新版本的Pandas (0.20.3)读取它(pd.read_pickle())会抛出一个错误：
ModuleNotFoundError:没有名为“pandas.indexes”的模块
有没有什么办法，我可以用新的pandas版本检索这个经过腌制的数据帧，而不必返回并在旧版本中以不同的方式保存它？
如果不是，那么存储数据帧的最安全和最简单的方法是什么，以便将来可以轻松地读取它们？我读过关于HDFStore的文章，它看起来相当笨拙……
浏览 0提问于2017-10-05得票数 4
2回答
我有一个PostgreSQL数据库。Pandas有一个“to_sql”函数，可以将数据帧的记录写入数据库。但我还没有找到任何文档，说明在我使用完dataframe时如何使用pandas更新现有的数据库行。
目前，我可以使用pandas read_sql_table将数据库表读取到数据帧中。然后，我会根据需要处理数据。但是，我还不能弄清楚如何将该数据帧写回数据库以更新原始行。
我不想覆盖整个表。我只需要更新最初选择的行。
浏览 73提问于2015-04-13得票数 25
我有一个熊猫数据框架： type(df_s1)
Out[362]: pandas.core.frame.DataFrame 这是它的一行。它是一个系列，而不是一个数据帧。但我希望它是一个数据帧。我该怎么做呢？ type(df_s1.iloc[(j+2), 0:n_s])
Out[363]: pandas.core.series.Series 对于数据帧中的多个行，这不是问题。 type(df_s1.iloc[(j-1):(j+2), 0:n_s])
Out[364]: pandas.core.frame.DataFrame
浏览 7提问于2020-04-22得票数 0
1回答
我知道我们可以附加一种分层纹理，即：
A mipmap level of a 1D/2D texture array
A mipmap levevl of a 3D texture
A mipmap levevl of a Cube Texture/ Cube Texture Array
到FBO并进行分层渲染。
OpenGL wiki还说：“分层呈现是让GS向分层帧缓冲区的不同层发送特定原语的过程。”
默认的框架缓冲区可以是分层的帧缓冲区吗？也就是说，我是否可以将3d纹理绑定到默认的FB，并使用几何着色器将其渲染到该纹理的不同层？我试着写这样一个程序，但屏幕是空白的，我不确定这是否正确。
如
浏览 3提问于2013-11-20得票数 0
回答已采纳
1回答
我正在寻找最好的方法来计算存储在数据帧中的许多dask delayed指令。我不确定是否应该将pandas数据帧转换为包含delayed对象的dask数据帧，或者是否应该对pandas数据帧的所有值调用compute调用。
我非常感谢大家的建议，因为我在通过嵌套的for循环传递delayed对象的逻辑上遇到了问题。
import numpy as np
import pandas as pd
from scipy.stats import hypergeom
from dask import delayed, compute
steps = 5
sample = [int(x) for x
浏览 10提问于2019-08-10得票数 0
1回答
方法1:我的输入数据是一堆json文件。经过预处理后，输出为pandas数据帧格式，该格式将写入Azure SQL数据库表。 方法2:我已经实现了delta lake，其中输出pandas数据帧被转换为Spark数据帧，然后将数据插入到分区的Delta Table中。这个过程很简单，而且将pandas数据帧转换为spark数据帧所需的时间以毫秒为单位。但与方法1相比，性能很差。使用Approach1，我能够在不到方法2所需时间的一半内完成。 我尝试了不同的优化技术，比如ZORDER，压缩(装箱)，使用insertInto而不是saveAsTable。但没有一种方法真正提高了性能。 如果我错过
浏览 8提问于2020-10-28得票数 1
2回答
检查两个数据格式是否相等的Pythonic方法是什么？
我现在所做的是：
用pandas.DataFrame.sort_values()对具有唯一值的列对数据帧进行排序
使用pandas.DataFrame.reset_index()重新设置数据帧排序后的索引
使用pandas.DataFrame.sort_index()按行和列对数据帧索引进行排序
然后使用pandas.DataFrame.all()对两个数据帧进行比较。
示例代码：
(df1.sort_values(['Symbol']).reset_index(drop=True).sort_in
浏览 2提问于2017-02-13得票数 2
我想向给定的pandas数据帧添加一个空的布尔列。现在我已经这样做了(df是我的数据帧)：
<code>A0</code>
然后，我的专栏如下所示：
<code>A1</code>
这并不表示某些值可能丢失，并且该列实际上是空的。在pandas数据帧中获取boolean类型的空列是不可能的吗？
浏览 9提问于2019-03-28得票数 4
2回答
我有Dask系列的Dask数据帧。
我想在本系列中建立索引，以获取dask数据帧以供后续工作使用。
但是，使用loc[0]会导致另一个dask系列。使用to_frame也不起作用，因为结果是"Dask系列Dask数据帧的Dask数据帧“。
下面是一个使用Dask系列Pandas数据帧的最小示例(不完全相同，但说明了问题)：
import pandas as pd
import dask.dataframe as dd
pdf1 = pd.DataFrame({'a': [1,2,3,4], 'b': [4,3,2,1]})
pdf2 = pd.Data
浏览 3提问于2020-02-03得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
