在具有多索引的pandas groupby对象中对datetime对象使用diff时可能出现错误
。这是因为在多索引的情况下，pandas会尝试对每个索引级别进行diff操作，而不是对整个groupby对象进行diff操作。
解决这个问题的方法是使用reset_index()函数将多索引转换为单索引，然后再对datetime对象使用diff。具体步骤如下：
- 使用reset_index()函数将多索引转换为单索引，例如：df = df.reset_index()
- 确保datetime列已经被正确解析为datetime对象，可以使用to_datetime()函数进行转换，例如：df['datetime'] = pd.to_datetime(df['datetime'])
- 对datetime列使用diff()函数进行差分计算，例如：df['diff'] = df['datetime'].diff()
这样就可以在具有多索引的pandas groupby对象中正确地对datetime对象使用diff操作了。
关于pandas的相关知识，pandas是一个强大的数据处理和分析库，提供了灵活且高效的数据结构，特别适用于处理结构化数据。它的主要优势包括：
- 数据处理：pandas提供了丰富的数据处理功能，包括数据清洗、转换、合并、重塑等操作，可以方便地处理各种数据格式和结构。
- 数据分析：pandas支持基于列的数据分析操作，如聚合、分组、排序、过滤等，可以快速进行数据探索和统计分析。
- 数据可视化：pandas结合了Matplotlib等可视化库，可以方便地进行数据可视化，帮助用户更直观地理解数据。
- 高效性能：pandas底层使用了NumPy数组，具有高效的计算性能，可以处理大规模数据集。
- 扩展性：pandas提供了丰富的扩展功能，可以与其他库和工具进行集成，如数据库、机器学习库等。
在云计算领域中，pandas可以用于数据预处理、数据分析、数据可视化等任务。腾讯云提供了云服务器、云数据库、云存储等多种产品，可以满足不同场景下的云计算需求。
更多关于pandas的信息和使用方法，可以参考腾讯云的官方文档：
相关·内容
我的df如下所示：
import date time as dt
data = [{'expiry': dt.datetime(2020,6,26), 'strike': 137.5, 'diff': 0.797},
{'expiry': dt.datetime(2020,6,26), 'strike': 138.0, 'diff': 0.305},
{'expiry': dt.datetime(2020,6,26), 'strike&#
浏览 13提问于2020-06-04得票数 0
回答已采纳
我有以下熊猫DataFrame：
import pandas as pd
df = pd.DataFrame({"datetime": ["30.12.1999 00:59:00", "30.12.1999 23:59:00", "31.12.1999 00:59:00", "31.12.1999 23:59:00"], "b": [4, 15, 26,7]})
df["datetime"] = pd.to_datetime(df.datetime)
df["date"
浏览 1提问于2018-11-29得票数 4
回答已采纳
1回答
我有一个由日期时间条目组成的Pandas系列。例如
timestamps = [datetime.datetime(2020, 7, 25, 22, 00), datetime.datetime(2020, 7, 25, 23, 55), datetime.datetime(2020, 7, 26, 7, 7), datetime.datetime(2020, 7, 26, 7, 30), datetime.datetime(2020, 7, 26, 12, 22)]
df = pd.Series(timestamps)
使用df.dt.normalize().value_counts()，我
浏览 6提问于2020-07-27得票数 1
回答已采纳
1回答
我从0.13.1迁移到pandas版本0.17，在切片方面遇到了一些新的错误。
>>> df
date int data
0 2014-01-01 0 0
1 2014-01-02 1 -1
2 2014-01-03 2 -2
3 2014-01-04 3 -3
4 2014-01-05 4 -4
5 2014-01-06 5 -5
>>> df.set_index("date").ix[datetime.date(2013,12,30
浏览 0提问于2015-11-19得票数 5
1回答
我希望在我的数据集中添加一个或两个字段，表示从上周到本周以及从本周到下周的销售额差异。 我的数据集大约有450万行，所以我正在寻找一种有效的方法来做到这一点，目前我正在进行大量的迭代和循环，我非常确定我的做法是错误的。但我正在尝试编写可在其他数据集上重用的代码，并且在某些情况下，您可能会有空值或每周的销售额没有变化(因此没有记录)。 数据集如下所示： Store Item WeekID WeeklySales
1 1567 34 100.00
2 2765 34 86.00
3 1163 34 200.00
1
浏览 14提问于2019-04-30得票数 2
回答已采纳
我有一个pandas多索引DataFrame，我想计算它在特定索引级别上的分位数。最好用一个例子来解释。
首先，让我们创建DataFrame：
import itertools
import pandas as pd
import numpy as np
item = ('A', 'B')
item_type = (0, 1, 2)
location = range(5)
idx = pd.MultiIndex.from_tuples(list(itertools.product(item, item_type, location)),names=('
浏览 5提问于2016-04-07得票数 5
1回答
我正在尝试做一个GroupBy和Sum，但这有点棘手，因为我认为我需要基于数据框中的两个头来做这件事。我需要在一个特定的数据帧中有两个头，所以我会相应地设置它。 df = pd.read_csv(f, delimiter='\t', skiprows=0, header=[0,1]) 当我列出我的数据框中的所有字段时，我看到了以下内容。 my_list = list(df_append)
my_list 然后..。 [('IDRSSD', 'Unnamed: 0_level_1'),
('RCFD3531',
浏览 23提问于2021-01-16得票数 0
回答已采纳
2回答
我在这里尝试为每个唯一的machine_id计算行之间的日期时间差异。我已经对数据帧进行了分组并尝试
newdf = newdf.copy()
newdf['diffs'] = float('nan')
newdf = newdf.copy()
for index in newdf.index.levels[0]:
newdf.diffs[index] = newdf.event_datetime[index].diff
数据集如下所示
浏览 3提问于2019-12-10得票数 0
我有一个包含三列的pandas df，purchase_day，customer_name，products_purchased。
我想返回每个顾客访问商店的天数的数组。所以我用了
gpd = df.groupby(by=['customer_name', 'purchase_day']).count()
它返回一个如下所示的表：
不幸的是，对于这个返回的表，我不能对它运行groupby，因为它的格式不常见( customer_name和purchase_days不在第一行，而在第二行)。
有什么建议可以让我计算一下每个顾客访问商店的purchase_da
浏览 12提问于2017-02-21得票数 0
我正在编写一个Python脚本来从我的数码相机中导入图片，并且我正在使用Pandas来帮助对输入的图像进行簿记。我使用EXIF数据标记个别图像的信息，如相机模型，图像模式，图像格式和时间戳时，图像被获取的图像。这些数据用于将图像分隔到目录结构中。我正在苦苦挣扎的是如何使用Pandas来根据一组时间戳对图像进行分组，例如，这些时间戳都是在每小时半小时内完成的。举个例子，假设我有六张照片，其中三张是在九分钟内拍摄的，另外三张也是在九分钟内拍摄的，但一小时后。
import pandas
import datetime
rawdata = [{'filename': '
浏览 5提问于2014-11-13得票数 3
回答已采纳
我正试着用分组的方式来确定约会的平均日期。
import pandas as pd
df = pd.DataFrame({'Id': ['A', 'A', 'B', 'B'],
'Date': [pd.datetime(2000, 12, 31), pd.datetime(2002, 12, 31),
pd.datetime(2000, 6, 30), pd.datetime(2002, 6, 30)]}
浏览 2提问于2020-01-06得票数 1
回答已采纳
1回答
我是Python新手，我想在我的第一篇专栏中聚合(groupby) ID。第二列中的值是时间戳(datetime格式)，通过聚合ID，我希望获得聚合ID列中每个ID的时间戳(以天为单位)之间的平均差值。我的桌子看起来像df1，我想要一些类似df2的东西，但是由于我是一个绝对的初学者，我不知道该如何做。
import pandas as pd
import numpy as np
from datetime import datetime
In[1]:
# df1
ID = np.array([1,1,1,2,2,3])
Timestamp = np.array([
datetime.strp
浏览 0提问于2018-07-07得票数 5
回答已采纳
1回答
我有一个这样的数据集：
import pandas as pd
import numpy as np
d = {'id': [1, 2, 2, 2],
'date': [np.datetime64('2019-07-01'), np.datetime64('2019-07-02'),
np.datetime64('2019-07-06'), np.datetime64('2019-07-19')]}
df = pd.DataFrame(data=d)
我
浏览 8提问于2019-07-19得票数 0
回答已采纳
我目前正在处理timeseries数据，并希望计算日间值的差异。对于给定维度的所有实例，这都必须单独发生。下面是一个示例数据框架：
import pandas as pd
df = pd.DataFrame({"date": pd.to_datetime(["2017-01-01", "2017-01-01", "2017-01-02", "2017-01-02", "2017-01-03", "2017-01-03", "2017-01-04", "2017
浏览 0提问于2017-03-16得票数 1
回答已采纳
1回答
Pandas版本: 1.1.0 你好，我正在尝试找出data_collected的最后两个日期之间的值的差异。虽然代码在处理连续日期时运行良好，但我被困在如何处理周末，因为没有收集到数据，留下了2天的空档。这会导致groupby.diff()忽略它们。 使用下面的代码，我能够分割出两个特定的日期，并使用.reindex_like()获得结果。 # (working example when specifically slicing on 2 dates)
prior_date = df.loc[df['date_collected'] == '2020-11-06&#
浏览 12提问于2020-11-16得票数 0
回答已采纳
给定一个时刻表，其中每一天在不同的时间都有几个条目，而且每次都有一个值：
import pandas as pd
from datetime import datetime
ts1 = pd.Series([1, 2, 4, 3],
index=[datetime(2011,1,2,1,1,1), # first day
datetime(2011,1,2,2,2,2),
datetime(2011,1,3,1,1,1), # second day
浏览 1提问于2018-05-14得票数 0
回答已采纳
1回答
我想做多correlate操作(即下面的diff操作)，以及使用以前计算结果的操作(即，下面的diff计算)，而不使用for循环和使用本地的熊猫函数，比如groupby和agg。这个是可能的吗？
import pandas as pd
import datetime
import numpy as np
np.random.seed(0)
df = pd.DataFrame({'date': [datetime.datetime(2010,1,1)+datetime.timedelta(days=i*15)
for i
浏览 1提问于2017-01-19得票数 2
回答已采纳
我有一个数据框架，它是我在pandas中创建的，按日期分组，按乘车汇总。
date rides
0 2019-01-01 247279
1 2019-01-02 585996
2 2019-01-03 660631
3 2019-01-04 662011
4 2019-01-05 440848
.. ... ...
451 2020-03-27 218499
452 2020-03-28 143305
453 2020-03-29 110833
454 2020-03-30 207743
455 2020-03-31
浏览 13提问于2020-05-19得票数 3
回答已采纳
我有一个包含一些重叠时间行的dataframe (df)。我想删除持续时间较长的行，保留同一ID中持续时间较短的行。(以减少重叠) starttime endtime ID Diff
1/7/2020 2:32:15 PM 1/7/2020 2:32:16 PM A 1 sec
1/8/2020 2:33:20 PM 1/8/2020 2:33:22 PM B 2 sec
1/9/202
浏览 20提问于2020-01-21得票数 2
2回答
我有一个包含每一行事件的dataframe，有一个Start和End datatime。
import pandas as pd
import datetime
df = pd.DataFrame({ 'Value' : [1.,2.,3.],
'Start' : [datetime.datetime(2017,1,1,0,0,0),datetime.datetime(2017,1,1,0,1,0),datetime.datetime(2017,1,1,0,4,0)],
'End' : [datetime.datetime(2017,1,1,
浏览 1提问于2017-10-10得票数 0
回答已采纳
假设我有一个Python清单，如下所示：
{'Grp': ['2' , '6' , '6' , '5' , '5' , '6' , '6' , '7' , '7' , '6'],
'Nums': ['6.20', '6.30', '6.80', '6.45', '6.55', '6
浏览 1提问于2015-09-20得票数 16
回答已采纳
很抱歉，这篇文章的标题还不清楚，这可能就是为什么我很难用Python/Pandas搜索这个帖子。我想知道我是否需要分组然后区分数据.
我试图通过在活动日志中查找页面访问时间之间的差异来找出一个人使用网站的总时间。我正在使用python中的SHIFT作为数据框架中的新列获取上一条(或下一条)记录。然后我用这种方法比较时间上的差异。这一切都是可行的，我以前也曾问过。
我无法解决的问题是，如何“区分”活动日志中的时间，仅用于同一用户或会话的时间。我目前是DIFFing数据帧中的所有记录，但当用户或会话ID更改时，这显然是错误的。我在一些地方得到了很高的价值。
下面是我在python代码中的例子。
如
浏览 2提问于2016-09-29得票数 0
回答已采纳
1回答
我有以下数据：
import pandas as pd
hits = {'id': ['A','A','A','A','A','A','B','B','B','C','C','C'],
'datetime': ['2010-01-02 03:00:00','2010-01-02 03:00:14','2010-01-
浏览 1提问于2020-10-22得票数 0
回答已采纳
我有一个Pandas dataframe，看上去像
客户号码对每个客户都是唯一的，但如果客户再次访问，则会重复其自身。我想按顾客号码分组。然后在每个组对象中，我想知道访问之间的持续时间。
所以，我就这样做..。
df['Date'] = pd.to_datetime(df['Date'], format='%d %b %y')
grouped = df.groupby('Customer no')
我的问题是，如何迭代分组行并找出后续访问之间的时间(以天为单位)。
浏览 2提问于2016-06-20得票数 1
使用一些新冠肺炎数据，我应该如何计算病例数的14天滚动总和？
下面是我的现有代码：
import pandas as pd
import matplotlib.pyplot as plt
url = 'https://raw.githubusercontent.com/nytimes/covid-19-data/master/us-counties.csv'
all_counties = pd.read_csv(url, dtype={"fips": str})
all_counties.date = pd.to_datetime(all_counties.d
浏览 1提问于2020-11-26得票数 0
1回答
受到这个问题的启发-
达菲
d = {'item_number':['A','A','A','A','B','B','B','B'],
'Comp_ID':['Be','Be','Be','De','Ce','Ce','Ce','Ce'],
'date':['201
浏览 4提问于2020-02-05得票数 2
回答已采纳
我正试图找到最好的方法来使用Python和Pandas进行简单的时间间隔分析。这只是为了好玩，所以请随时解释答案，以帮助我了解更多。
我从产生一些随机数据开始。首先是日期，时间戳频率为20秒，跨越2个用户的4个会话的总周期。用户分别为123和345。
这里的模拟是每20秒一次快照，以查看用户是否在线。
import pandas as pd
session_one = pd.date_range('2016-01-01', periods=100, freq='20S')
session_two = pd.date_range('2016-02-01&
浏览 0提问于2016-06-19得票数 4
回答已采纳
如果有任何关于如何通过管道将Pandas .groupby()对象导入Seaborn的建议，我将不胜感激
我正在尝试绘制.groupby()对象，但它给出了一条错误消息: ValueError:如果使用所有标量值，则必须传递索引
gapminder.\
groupby('year').\
agg({'pop' : ['sum'],
'lifeExp' : ['mean']}).\
reset_index().\
pipe((sns.relplot, "dat
浏览 7提问于2020-03-09得票数 0
Pandas DataFrame包含名为"date"的列，该列包含非唯一的datetime值。我可以使用以下命令对此帧中的线条进行分组：
data.groupby(data['date'])
但是，这将按datetime值拆分数据。我想按“日期”列中存储的年份对这些数据进行分组。展示了如何在将时间戳用作索引的情况下按年分组，但在我的例子中并非如此。
如何实现此分组？
浏览 1提问于2012-07-09得票数 94
回答已采纳
1回答
这是我的数据
import pandas as pd
df_manual = pd.DataFrame({'A': ['one', 'one', 'two', 'two', 'one'] ,
'B': ['Ar', 'Br', 'Cr', 'Ar','Ar'] ,
'C': ['12/15/2011'
浏览 5提问于2016-10-06得票数 2
回答已采纳
1回答
我想对一个dataframe执行以下操作。
import pandas as pd
import datetime
t = pd.DataFrame({'id': [1, 1, 2, 2],
'date': [datetime.date(2020,1,1), datetime.date(2020,1,2)] * 2,
'value': [1, 2, 3, 5]})
t.groupby('id').apply(lambda df: df.set_inde
浏览 7提问于2021-12-21得票数 0
如何计算pandas datetime索引的序列差异？diff函数不起作用： import pandas as pd
pd.date_range('2018-12-31','2019-01-31').diff()
AttributeError: 'DatetimeIndex' object has no attribute 'diff'
浏览 4提问于2019-01-26得票数 1
回答已采纳
4回答
我有以下代码： import pandas as pd
from pandas import datetime
from pandas import DataFrame as df
import matplotlib
from pandas_datareader import data as web
import matplotlib.pyplot as plt
import datetime
import fxcmpy
import numpy as np
symbols = con.get_instruments()
ticker = 'NGAS'
start = da
浏览 45提问于2019-12-17得票数 1
回答已采纳
我有客户记录与id，时间戳和状态。
ID, TS, STATUS
1 10 GOOD
1 20 GOOD
1 25 BAD
1 30 BAD
1 50 BAD
1 600 GOOD
2 40 GOOD
.. ...
我正在尝试计算每个客户在连续的错误状态(假设上面的订单是正确的)上花费了多少时间。因此，对于客户id=1，总共花费了575秒的30-25,50-30,600-50处于错误状态。
在Pandas中这样做的方法是什么？如果我在TS上计算.diff()，就会得到差异，但我如何才能将1)与客户2)该客户的特定状态“块”联系起来？
示例数据：
df = pandas.DataFrame({
浏览 1提问于2013-01-08得票数 1
回答已采纳
为了从matplotlib包中创建条形图，我在从透视表中选择列时遇到了问题。下面的代码从excel文件中的数据创建数据透视表，并为新的一天将该表保存到它自己的excel文件中。数据透视表中的数据是正确的，我对此很满意，但是我很难从数据透视表中创建一个图表，如下所示： import numpy as np
import os
from datetime import datetime
import matplotlib.pyplot as plt
require_cols = ['ship_id', 'hours_diff_last_ais_and_last_proc
浏览 53提问于2020-11-09得票数 0
回答已采纳
2回答
我需要通过datetime列和另一个str(object)列来转换一个dataframe，以便按组应用函数，并将结果分配给组的每个行成员。我理解，但不能同时为这两个条件创建一个pandas.Grouper。因此：
如何在多列上使用pandas.Grouper？
浏览 6提问于2018-09-05得票数 16
回答已采纳
2回答
我有一个Pandas DataFrame，其中包含一个date列。该列的元素类型为pandas.tslib.Timestamp。
我想按日期对数据进行分组，但不包括更细粒度的时间戳信息(即。按日期分组，其中所有Feb 23, 2011都分组)。我知道如何用SQL来表达这一点，但是对于Pandas来说，这是非常新的。
做了非常类似的事情，但是我不理解代码，它使用datetime对象。
在中，我甚至不知道如何从Pandas时间戳对象中检索日期。我可以转换为datetime对象，但这似乎非常迂回。
根据请求，df.head()的输出
date show network time
浏览 6提问于2013-11-21得票数 10
回答已采纳
我有像'03-21-2019'这样的字符串，我想将其转换为本地Python对象:即datetime.datetime类型的字符串。通过pandas转换非常容易。
import pandas as pd
import datetime as dt
date_str = '03-21-2019'
pd_Timestamp = pd.to_datetime(date_str)
py_datetime_object = pd_Timestamp.to_pydatetime()
print(type(py_datetime_object))
有结果
<class
浏览 10提问于2019-10-28得票数 6
我在Python3上使用Pandas和Numpy，其版本如下：
Python 3.5.1 (通过Anaconda 2.5.0) 64位
熊猫0.19.1
Numpy 1.11.2 (可能与此无关)
下面是产生问题的最小代码：
import pandas as pd
import numpy as np
a = pd.DataFrame({'i' : [1,1,1,1,1], 'a': [1,2,5,6,100], 'b': [2, 4,10, np.nan, np.nan]})
a.set_index(keys='a
浏览 3提问于2017-02-07得票数 4
回答已采纳
我对DataFrame进行了排序：
import pandas as pd
hits = {'id': ['A','A','A','A','B','B','C','C'],
'datetime': ['2010-01-02 03:00:00','2010-01-02 03:05:10','2010-01-02 03:51:35','2010-01-02 04:40
浏览 2提问于2020-10-19得票数 1
回答已采纳
我正在使用一个由两个不同的datetime对象索引的大型DataFrame，如下所示(假设日期列是datetime Series)：
Var1 Var2
date1 date2
d1 d5 v1 v6
d6 v2 v7
d2 d7 v3 v8
d8 v4 v9
d9 v5 v10
但是我想要得到date2列和date1列的差异较小的行。date2列只能大于或等于date1。所需的输出为：
Var1 Var2
da
浏览 9提问于2019-07-19得票数 0
回答已采纳
我在Pandas中有一个数据框，其中包含日期和其他一些数据。日期是显式的datetime.date类型。在本例中，我手动强制执行此操作。在实际问题中，框架是从已经设置好的外部源导入的。在操作索引之后，我发现我的dates属于pandas._libs.tslib.Timestamp类，这会导致与后面的代码不兼容。是什么导致了类型/类的变化？
最小工作示例(注意第3行和第7行之间的区别)：
In [1]: df = pd.DataFrame({'date' : ['02/20/2015','01/15/2016','08/21/2015
浏览 9提问于2019-07-10得票数 1
回答已采纳
1回答
我有一个dataframe，其中包括一个日期和一个ID列。下面是一个示例框架，就是为了回答这个问题。但是真正的数据包括更多的行和列。 from datetime import date, timedelta
import pandas as pd
date = datetime.datetime(2020, 1, 1)
delta_1 = 5
delta_2 = 15
delta_3 = 18
data = {
'A': [date, date - timedelta(delta_1), date - timedelta(delta_2), date, date
浏览 40提问于2020-01-22得票数 2
回答已采纳
2回答
从潘达斯系列中获得价值
、、、
我和潘达斯一起处理了一些温度数据。
在一个名为“ data ”的中，我得到了第一个数据观察，这要感谢这行代码：
first_obs = data['DATE'][0]
请记住，数据‘’DATE‘是一个pandas.Series对象。数据指标:台站高程、纬度、经度、PRCP、TAVG、TMAX、TMIN年月
在进行了一些数据操作之后，我创建了一个新的'monthly_data‘，其索引为:月份TAVG年temp_celsius ref_temp diff abs_diff
现在，我希望在“abs_diff”列中获得具有最大值的该数据value行：
weather_anom
浏览 1提问于2021-04-11得票数 2
回答已采纳
我正在尝试用多个索引向Pandas GroupBy DataFrame添加一列。列是分组后公用键的最大值和平均值之间的差额。
以下是输入的DataFrame：
Main Reads Test Subgroup
0 1 5 54 1
1 2 2 55 1
2 1 10 56 2
3 2 20 57 3
4 1 7 58 3
以下是代码：
import numpy as np
import p
浏览 6提问于2017-05-16得票数 1
回答已采纳
2回答
在熊猫中更快地按时间分组的方法
、、、、
我有几天的1分钟数据的时间序列，并希望按一天的时间对所有日期进行平均。
这非常慢：
from datetime import datetime
from pandas import date_range, Series
time_ind = date_range(datetime(2013, 1, 1), datetime(2013, 1, 10), freq='1min')
all_data = Series(randn(len(time_ind)), time_ind)
time_mean = all_data.groupby(lambda x: x.time()).mea
浏览 1提问于2013-06-25得票数 5
回答已采纳
2回答
我有一个有一个包含1s和0的虚拟列的多个索引(股票和日期时间)的dataframe，我想计算每个股票和每一天，在每一行中，1或0在“虚拟”列中发生了多少次，从每次1开始，从每次1开始，计数1和0，下面有一个示例，列‘计数器’表示我想要创建的内容：
import pandas as pd
df = pd.DataFrame( {
'stock': ['AAPL', 'AAPL', 'AAPL','AAPL', 'AAPL','AAPL', 'AAPL', 'M
浏览 3提问于2020-10-01得票数 0
回答已采纳
2回答
给定一个如下所示的Pandas数据帧
GROUP VALUE MASK
1 5 false
2 10 false
2 20 false
1 7 true
3 17 false
3 18 false
1 100 false
1 200 true
对于掩码为真的每一行，我希望获得该组中前一个值的差值，即结果应为
VALUE DIFF
7 2
200 100
我如何在Pandas中
浏览 2提问于2016-10-22得票数 7
2回答
如何连接列
、、、
我已经下载了两个数据帧，我想将它们连接在一起(我不是程序员)。我使用的是Python 2.7。
我的代码是这样的：
from pandas_datareader.data import Options
import datetime
import pandas as pd
pd.set_option('display.width',280) # default is 80
aapl = Options('aapl', 'yahoo')
expiry = datetime.date(2017, 1, 1)
data_CALL = aapl.g
浏览 5提问于2017-11-30得票数 2
我有一个像这样的数据文件：
In [134]: df
Out[134]:
A ID3 DATETIME
0 BRT-481028 b76cd912ffcb97e21de83b252391b2a0 2014-10-08 13:43:27
1 BRT-481054 4a57ed0b02fa357bf3c51cc9460e8d96 2014-10-08 14:26:19
2 BRT-481076 1a682034f8cbc542f36e46215635da9a 2014-10-08
浏览 7提问于2016-04-29得票数 1
回答已采纳
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
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
