如何从数据帧设置pandas系列索引，并用其他数据填充系列？
在pandas中，可以使用set_index()方法来设置数据帧的索引，并使用其他数据填充缺失值。
首先，假设我们有一个名为df的数据帧，其中包含多个列。我们可以使用set_index()方法将其中一列设置为索引。例如，将名为column_name的列设置为索引，可以使用以下代码：
df.set_index('column_name', inplace=True)此操作将会修改原始数据帧，并将column_name列设置为索引。
接下来，我们可以使用fillna()方法来填充缺失值。该方法可以接受一个值或一个字典作为参数，用于指定填充缺失值的方式。例如，如果要用0填充缺失值，可以使用以下代码：
df.fillna(0, inplace=True)如果要使用不同的值填充不同的列，可以传递一个字典作为参数。字典的键是列名，值是用于填充该列的值。例如，如果要用0填充column1列，用1填充column2列，可以使用以下代码：
df.fillna({'column1': 0, 'column2': 1}, inplace=True)以上就是如何从数据帧设置pandas系列索引，并用其他数据填充系列的方法。
关于pandas的更多信息和使用方法，可以参考腾讯云的相关产品和文档：
- 腾讯云·云服务器CVM：提供高性能、可扩展的云服务器实例，适用于各种计算场景。
- 腾讯云·云数据库MySQL：提供稳定可靠的云数据库服务，支持高可用、备份恢复等功能。
- 腾讯云·云函数SCF：无服务器云函数服务，支持事件驱动的函数计算，实现按需计算。
- 腾讯云·云存储COS：提供安全可靠的对象存储服务，适用于图片、视频、文档等各种数据的存储和管理。
- 腾讯云·人工智能：提供丰富的人工智能服务，包括图像识别、语音识别、自然语言处理等功能。
- 腾讯云·物联网IoT：提供全面的物联网解决方案，支持设备接入、数据管理、应用开发等功能。
请注意，以上链接仅供参考，具体产品和服务选择应根据实际需求进行。
相关·内容
sktime库需要一个非常“特殊”的data format。对于n个时间序列，每个序列的T值需要存储在长度为T的pandas序列的pandas Dataframe中，如下所示： DataFrame： index | Data
0 | pd.Series
1 | pd.Series
... | ...
n-1 | pd.Series 我试图通过读取另一个数据帧来填充循环中n=2和T=3的空数据帧，但没有成功。下面是我的简化版本，在每一行中使用一个常量pd.Series： import pandas as pd
df = pd.DataFrame(
浏览 14提问于2020-06-17得票数 1
回答已采纳
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
我正在尝试处理一些时间序列数据，并且对pandas dataframe还是个新手。我有一个包含两列的数据帧，如下所示：
+---+-----------------------+-------+--+
| | 0 | 1 | |
+---+-----------------------+-------+--+
| 1 | 2018-08-02 23:00:00 | 456.8 | |
| 2 | 2018-08-02 23:01:00 | 457.9 | |
+---+-----------------------+------
浏览 0提问于2018-08-16得票数 0
5回答
假设我在pandas中有两个系列，系列A和系列B，我如何创建一个数据帧，其中所有这些值都相乘在一起，即系列A在左手边，系列B在顶部。基本上与此相同的概念，其中系列A将是左侧的黄色，系列B是沿顶部的黄色，中间的所有值将通过乘法填充：
对不起，我应该补充说我的两个系列的长度不一样。我现在收到了一个错误，“矩阵不对齐”，所以我认为这就是问题所在。
浏览 1提问于2013-10-24得票数 7
我试图在我的dataframe的一列中填充一些NaN值。根据我从了解到的情况，我应该能够将一个Pandas系列传递给fillna，然后Pandas将用我提供的系列来填充我的NaN。
代码如下：
XTrain_pd[class_name] = XTrain_pd[class_name].fillna(pd.Series(train_pred))
因此，根据来自NaN的值填写train_pred值。
我确保了train_pred的长度和要填充的NaN数是相同的：
print(XTrain_pd[class_name].isna().sum(),print(train_pred.shape))
这一
浏览 4提问于2021-03-15得票数 0
回答已采纳
如何创建用于原始数据系列的datetime索引"foo"。(示例是每15秒“foo”和每30秒“foo2”)。如果原始序列可以插入到“基本”数据帧中，我想使用“foo”来重新转换数据帧。
如果需要组合df " foo“和df "foo2”的序列，内存命中率会是什么，最好用原始数据序列填充foo索引。
编辑:在import pandas之后，datetime.timedelta停止工作
浏览 0提问于2012-04-05得票数 2
我有一个数据帧 import pandas as pd
iris=pd.read_csv("https://gist.githubusercontent.com/netj/8836201/raw/6f9306ad21398ea43cba4f7d537619d0e07d5ae3/iris.csv")
iris.tail(5)
iris.head(5) 我从iris数据帧派生了df_setosa、df_virginica和df_versicolor数据帧 df_setosa = iris[iris['variety'] == 'Setosa']
浏览 27提问于2021-10-28得票数 0
回答已采纳
我知道pandas数据帧可以有NaN值。我的意思是，特别是当我从不同大小的列表列表中创建数据帧时。行数少于最长列的列是否会自动使用NaNs填充？如果我使用datetime索引，这会有什么影响？
浏览 7提问于2020-07-14得票数 1
1回答
我有一个由10000行组成的Pandas系列，其中填充了一个字母，从A到Z。但是，我想使用Pandas get_dummies为A、B和C创建虚拟数据帧。我该怎么做？
我不希望获得列中所有行值的虚拟值，然后选择特定的列，因为该列包含其他冗余数据，这些数据最终会导致内存错误。
浏览 2提问于2015-11-03得票数 8
回答已采纳
我从我的第一个数据框架中创建了一个系列，如下所示。
myResult = df_append['schedule_code']
现在，我想将这个系列添加到第二个数据帧中。
grouped_and_summed['schedule_code'] = myResult
结果是所有的人。
'myResult'字段是一个简单的代码，它被解析为第一个数据帧。
我似乎无法将其解析为第二个数据帧，也无法从第一个数据框架中复制它。必须能够得到一个变量，并在一个字段中填充所有内容，对吧。有什么想法吗有人吗？
浏览 3提问于2021-01-12得票数 0
回答已采纳
1回答
我试图通过迭代Pandas数据帧(“名字”)来抓取一组网页，该数据帧包含要插入到网页URL中的名字和姓氏。 我已经设置了空列表("collab"，"freq")来填充从每个网页中提取的数据。当我只抓取一个网页时，我的代码成功地提取数据来填充这些列表。但是如果我遍历多个网页，我最终会得到空列表。 我觉得问题出在我的for循环上。有人能帮我找出哪里出了问题吗？ import pandas as pd
from urllib.request import urlopen
from bs4 import BeautifulSoup
import re
import r
浏览 19提问于2019-03-19得票数 0
我必须使用相同的列进行数据帧。我的任务应该是在不接触第一列('A')的情况下从df_nap中减去df_tot。最简单的解决方案是什么？
谢谢!
import numpy as np
import pandas as pd
df_tot = pd.DataFrame(np.random.randint(10, size=(3,4)), columns=list('ABCD'))
df_nap = pd.DataFrame(np.random.randint(10, size=(3,4)), columns=list('ABCD'))
浏览 87提问于2018-06-03得票数 0
回答已采纳
2回答
创建稀疏时差序列
、、
我有一个数据帧，其中一列是datetime64[ns]，另一列是值列。例如：
df=
Date Value
0 2015-03-25 12:50:37.000000 9.4
1 2015-03-25 12:52:20.000000 5
2 2015-03-25 12:52:30.000000 8
我想填充另一个pandas系列，它包含规则间隔的索引，如
myseries=pd.Series(index=pd.date_ran
浏览 12提问于2018-01-09得票数 0
回答已采纳
我有一个6x4的熊猫数据帧，里面充满了来自标准正态分布的随机数(索引是从0到5，列'A'，'B'，'C‘和'D’。
import pandas as pd
df = pd.DataFrame(np.random.randn(6,4), index=[0,1,2,3,4,5], columns=list('ABCD))
看起来像这样：
我添加了一个包含一些字符串的列：
df['E'] = ['one', 'one', 'two', 'three', &#
浏览 25提问于2017-01-19得票数 1
回答已采纳
我有一个熊猫系列，其中系列的每个元素都是一个单行熊猫DataFrame，我想附加在一起成为一个大的DataFrame。例如：
import pandas as pd
mySeries = pd.Series( numpy.arange(start=1, stop=5, step=1) )
def myFun(val):
return pd.DataFrame( { 'square' : [val**2],
'cube' : [val**3] } )
## returns a Pandas Seri
浏览 0提问于2013-05-01得票数 1
回答已采纳
我有一个熊猫数据框，它包含了一系列名字和它们的坐标：
name1 3 100
name2 5 4
name3 7 5
...
name88 100 300
name21 30 40
我还有另一个列表，它是一个单独的列序列，其中只包含特定顺序的名称
name3
name10
name2
name6
...
name30
这两个数据帧的行数相同，但我需要对第一个数据帧重新排序，以便名称的顺序与第二个数据帧的顺序相匹配。
我的想法是使用pandas groupby函数，并使用该函数根据第二个数据帧对第一个数据帧进行分组。
但任何想法都会有所帮助。
浏览 0提问于2020-01-17得票数 0
使用Python的pandas库，我导入了一个csv并将多个列设置为我的索引。出乎意料的是，当我显示数据帧时，索引列不再存在，并且我不能使用索引列作为过滤器选项。这让我想知道我是否错误地认为pandas索引类似于SQL索引。
date, exchange, symbol, low, high, open, close, last
exchange和symbol足以唯一标识一行。
它是加快了查找速度，还是添加了一些对stack/unstack/pivot/groupby之类的东西有用的语义信息？它能减少内存使用量吗？
为什么要将日期、交换和符号移出数据帧(并移到索引系列中？)？把它们留在dat
浏览 1提问于2014-09-19得票数 0
我有一个pandas dataframe，我想在其中将每列除以每行相同的数据序列值。每列和数据序列具有相同的长度。数据系列只有浮点数，但数据帧中的某些单元格具有NaNs。
我尝试了各种方法，但不知何故就是解决不了。
df = df.divide(data_series, axis=1)
有什么建议吗？
非常感谢！
浏览 5提问于2018-05-31得票数 5
3回答
我有一个名为pd的Pandas数据帧，我使用以下命令提取该数据帧其中一列中的唯一值的数量：
b = df.groupby('Region').size()
B是一个Pandas系列对象，如下所示：
In [48]: b
Out[48]:
Region
0 8
1 25
11 1
2 41
3 23
4 15
5 35
6 24
7 27
8 50
9 55
N 10
我正在尝试绘制此系
浏览 4提问于2013-10-03得票数 9
回答已采纳
我有一个pandas数据帧和一个pandas系列标识符，并希望从数据帧中过滤与该系列中的标识符相对应的行。要从dataframe中获取标识符，我需要连接它的前两列。我已经尝试了各种方法来过滤，但到目前为止似乎都不起作用。以下是我尝试过的方法：
1)我尝试向数据帧添加一列布尔值，如果该行对应于其中一个标识符，则为true，否则为false (希望能够在以后使用新列进行过滤)：
df["isInAcids"] = (df["AcNo"] + df["Sortcode"]) in acids
哪里
acids
是包含标识符的序列。
然而，这给了我一个
浏览 3提问于2013-07-11得票数 1
1回答
我有两个不同长度的数据帧，它们都是按日期索引的。我需要两个数据帧有相同的日期，即。删除最长数据帧中的多余条目。
我发现我可以重置索引，使其成为另一个列，然后将该列称为pandas数据系列，并与其他数据系列进行比较，从而得到一个pandas系列，其中也包含较短数据帧中的条目：
df1 = ...
df2 = ...
dfadj = df1.reset_index(['Date'])
dfstock = dfadj['Date'][dfadj['Date'].isin(dfindex['Date'])]
但是，我需要从这些值中找到索引
浏览 0提问于2016-10-19得票数 2
回答已采纳
我有一个和一个单独的Pandas系列(实际上保留了一个行的值)，它们与该dataframe中的一个行匹配。我已经看到很多人在某些列值匹配时找到行I，例如
df.index[(df['column_a'] == 10) & (df['column_b'] == 'foo')].tolist()
但是，我需要在行的所有列值中进行完全匹配才能检索id。我有50多个列名，所以在一个条件下逐个写所有的列是不可行的。我想要找到的数据序列的形状是(700,60)，而我想要找到完全匹配的Pandas系列的形状是(60,0)，在从另一个数据帧中提取它之后，
浏览 3提问于2021-04-29得票数 0
回答已采纳
我想通过“append”生成的一系列类的属性来填充一个熊猫数据帧。(不确定这是描述'allFoo‘的正确术语，下面是一个精简的示例代码：
class foo(object):
def __init__(self,input):
self.val=input
#in real life, there will be many more attributes in this class
allFoo=[];
for i in range(10):
allFoo.append(foo(i))
现在我想定义一个新的pandas数据框'df‘，它从allFoo.v
浏览 5提问于2015-12-03得票数 12
回答已采纳
我正在尝试将一个数据帧的每一行乘以另一个数据帧中某列的值， 例如，如果我有以下数据帧： df = pd.DataFrame({
'FR': [4.0405, 4.0963, 4.3149],
'GR': [1.7246, 1.7482, 1.8519],
'IT': [804.74, 810.01, 860.13],
'F': [8.4, 10.01, 60.3]},
index=['1980-01-01', '1980-02-01', '
浏览 91提问于2021-10-10得票数 0
回答已采纳
1回答
我有一个包含大约10个数据帧的字典。其中key是数据帧名称
dataFramesDict[sheet_1] = pd.DataFrame({'Date':['2007-05-30','2107-11-30','2207-05-20','2307-05-20'],'Value': [2.4,2.5,2.6,2.7],'Test': ['Height','Weight','Systolic Blood Pressure Measurement
浏览 13提问于2019-08-05得票数 3
回答已采纳
8回答
在Pandas中，当我选择一个在索引中只有一个条目的标签时，我会得到一个Series，但是当我选择一个包含多个条目的条目时，我会得到一个数据框架。
为什么会这样呢？有没有办法确保我总是能得到一个数据帧？
In [1]: import pandas as pd
In [2]: df = pd.DataFrame(data=range(5), index=[1, 2, 3, 3, 3])
In [3]: type(df.loc[3])
Out[3]: pandas.core.frame.DataFrame
In [4]: type(df.loc[1])
Out[4]: pandas.core
浏览 5提问于2013-12-04得票数 133
回答已采纳
1回答
当有多个列(在本例中是城市和房间)要匹配时，使用另一个数据框填充一个数据框中的NA值的最有效方法是什么？ 要合并的示例数据帧和结果数据帧： import pandas as pd
import numpy as np
d1 = {'city' : ['New York', 'Shanghai', 'Boston', 'Shanghai',
'Shanghai'],
'rooms': ["1","2","3","2"
浏览 29提问于2021-08-03得票数 1
回答已采纳
我想在现有的数据框中填入另一列。该列将包含字典的值。这些值是令牌列表。到目前为止，它还不起作用，有没有办法将它们添加到数据帧中？
df = pd.read_csv(sys.argv[1], na_values=['no info', '.'], encoding='Cp1252', delimiter=';')
s = pd.DataFrame(dict1).T.reset_index()
print(s)
#result
'''
index 0 1 2
0
浏览 40提问于2019-07-16得票数 1
我有以下玩具代码：
import pandas as pd
df = pd.DataFrame()
df["foo"] = [1,2,3,4]
df2 = pd.DataFrame()
df2["bar"]=[4,5,6,7]
df = pd.concat([df,df2], ignore_index=True,axis=1)
print(list(df))
输出：[0,1]
预期输出：[foo,bar] (顺序并不重要)
如果我能保证两个数据帧的标题是唯一的，有没有办法在不丢失原始列标题的情况下连接两个数据帧呢？
我想到了遍历这些列，然后
浏览 1提问于2017-04-14得票数 16
回答已采纳
我想使用dataframe.pivot()从pandas数据帧创建一个数据透视表，不仅包括数据帧列，还包括数据帧索引中的数据。找不到任何说明如何做到这一点的文档。有什么建议吗？
浏览 0提问于2014-02-08得票数 5
我有一个二维numpy数组，每行由三个元素组成- 'dataframe_column_name'，'dataframe_index'，'value‘。现在，我尝试使用iloc double for循环填充pandas数据帧，但速度非常慢。有没有更快的方法。我对熊猫还是个新手，所以如果这是很基本的东西，我很抱歉。以下是代码片段： my_nparray = [['a', 1, 123], ['b', 1, 230], ['a', 2, 321]]
for r in range(my_nparray.shape
浏览 0提问于2019-02-10得票数 1
1回答
我有一个4300x4300的pandas数据帧(行和列)，并希望在第一行和第一列中添加一个列表。我不知道如何做到这一点，如果不完全用零…填充数据帧 旧的4300 x 4300数据帧示例(摘录)： ? 要添加的列表示例：“轴”，“输出”，“组”，“多”，“记录” 新的A x A数据帧示例： ?
浏览 11提问于2019-06-13得票数 1
回答已采纳
根据经验，一些pandas函数需要我重新定义dataframe，否则默认情况下它们不会返回副本。例如：df.drop("ColA", axis=1)实际上不会删除列，但如果我需要修改数据帧，则需要通过df = df.drop("ColA", axis=1)或df.drop("ColA", axis=1, inplace=True)实现它。
这似乎是其他一些熊猫功能的情况。因此，我通常要做的是为每个函数重新定义一个数据帧，这样我就可以确保它被修改。例如：
df = df.set_index("id")
df = df.sort_va
浏览 3提问于2020-09-18得票数 0
我正在尝试从多个字典中填充一个熊猫数据帧。每个字典的格式如下：
{'Miami': {'DrPepper': '5', 'Pepsi': '8'}}
{'Atlanta:{'DrPepper':'10','Pepsi':'25'}}
最终，我想要的是一个看起来像这样的数据帧(之后，我计划使用pandas进行一些数据转换，然后将数据帧输出到一个制表符分隔的文件)：
DrPepper Pepsi
Miami 5 8
浏览 18提问于2017-01-11得票数 1
回答已采纳
我在Azure SQL Server数据库中有一个表，该表是从我的Dataframe填充的。我想使用pyspark / pandas基于多条件数据库来更新这个表。我是PySpark / Databricks / Pandas的新手，有人能告诉我如何更新表吗？我已经将数据插入到表中-我可以想到的一种解决方案是将表中的数据加载到数据帧中，然后将新文件合并到相同的数据帧中，然后从表中删除数据并插入此数据帧。如果这是正确的方法，那么在上述场景中，我们如何从数据库表中删除数据？
浏览 2提问于2020-04-20得票数 0
我试图通过一次添加几行来填充pandas中的现有数据帧，行数取决于一个理解列表，因此它是可变的。初始数据帧按如下方式填充： import pandas as pd
import portion as P
columns = ['chr', 'Start', 'End', 'type']
x = pd.DataFrame(columns=columns)
RANGE = [(212, 222),(866, 888),(152, 158)]
INTERVAL= P.Interval(*[P.closed(x, y) for x
浏览 31提问于2021-08-06得票数 0
1回答
我有一个使用datetime索引的pandas Dataframe。我想在dataframe上添加一个列，该列返回特定数据片段的平均值。这个列并不总是包含整个索引，我需要一种用零填充缺失部分的方法。
数据帧：
[2020-7-26 | 29.3] [2020-8-02 | 28.2] [2020-8-09 | 26.7] [2020-8-16 | 24.1] [2020-8-30 | 23.2]
我希望附加的系列:请注意丢失的8月16日
[2020-7-26 | 20.3] [2020-8-02 | 21.2] [2020-8-09 | 23.7] [2020-8-
浏览 2提问于2020-08-25得票数 1
这似乎是一件非常幼稚的事情，但我只是想确保我的理解是否正确。 要作为快捷方式直接从pandas dataframe绘图，我的第一个选择是调用plot()方法并传入我想要绘制的绘图的x和y以及kind。否则，我可以将数据帧作为pandas.plotting._core.PlotAccessor对象分配给plot，然后调用适当的方法进行绘图，如bar()、box()等。 所以，从语法上讲，我有 df.plot(x=x, y=y, kind='something') # call method OR
df.plot.something(x=x, y=y) # assign obje
浏览 56提问于2020-08-14得票数 1
回答已采纳
1回答
我有一个带有MultiIndex的pandas Series，我想要获得属于MultiIndex的一个级别的整数行号。
例如，如果我有示例数据s
s = pandas.Series([10, 23, 2, 19],
index=pandas.MultiIndex.from_product([['a', 'b'], ['c', 'd']]))
它看起来像这样：
a c 10
d 23
b c 2
d 19
我想要获取与level b对应的行号。因此，在这里，我将获
浏览 0提问于2014-09-19得票数 0
2回答
我正在尝试创建一个逐行迭代pandas数据帧的函数。我想基于其他列的行值创建一个新列。我的原始数据帧可能如下所示：
df:
A B
0 1 2
1 3 4
2 2 2
现在，我想在每个索引位置创建一个用列A-列B的行值填充的新列，结果如下所示：
df:
A B A-B
0 1 2 -1
1 3 4 -1
2 2 2 0
我的解决方案有效，但仅当我不在函数中使用它时：
for index, row in df.iterrows():
print index
浏览 0提问于2015-12-07得票数 19
回答已采纳
2回答
我使用从CSV文件中填充的熊猫数据帧，然后使用Bokeh将该数据帧转换为ColumnDataSource。
看上去像是：
dataFrame = pandas.read_csv('somefile.CSV')
source = ColumnDataSource(dataFrame)
现在我有了所有的列，我想做基于行的计算。
例如:我有三列：
x, y, colour
它可能有以下内容：
1, 2, blue
2, 5, red
1, 8, yellow
现在，当我在源代码中搜索时，我想在该行中更改一些关联变量，那么我如何做到这一点：
# how do i step throug
浏览 1提问于2017-10-10得票数 0
回答已采纳
以前，我一直使用pandas.Panel来存储多个数据，每个日期在一个日期列表中存储一个。
由于面板的不推荐，我正在尝试转换为使用多个索引数据。
例如，我有以下数据：
dates = pandas.date_range('20180101', periods=3)
stocks = ['AAPL', 'GOOG', 'MSFT', 'AMZN', 'FB']
在反对之前，我可以创建一个面板，如下所示：
pnl = pandas.Panel(items=dates, major_axis=stock
浏览 0提问于2018-06-28得票数 2
回答已采纳
熊猫数据帧可以根据其列的值进行排序，但我想按照不想添加到数据框架中的系列的值对数据帧进行排序--尽管它具有相同的索引。
我通过将该系列添加到数据框架(作为一个列)、排序和再次删除该列来排序数据帧。在示例代码中，nprojnpercent是我的数据框架，total是我的系列：
nprojnpercent["total"]=total
nprojnpercent.sort_values(by="total",ascending=False,inplace=True)
nprojnpercent.pop("total")
很管用，但对我来说很奇怪。是否
浏览 2提问于2016-04-16得票数 2
回答已采纳
我有一个包含多个ID的pandas系列对象。我想通过检查它们的ID是否出现在我的pandas系列对象中来过滤掉其他数据帧的行：
DATA['y'] = DATA['ID'].apply(lambda x: 1 if x in IDs else 0)
我注意到数据中的ID 279779在列'y‘中有'1’，尽管该ID不存在于我的ID系列对象中。我运行了以下代码行：279779 in IDs，它返回True，但以下代码没有打印任何内容：
for id in IDs:
if id == 279779:
print('fo
浏览 0提问于2020-01-13得票数 0
我之所以想在稀疏pandas容器中使用较小的数据类型，是为了减少内存使用。当处理最初使用bool (例如，来自to_dummies)或小数值数据类型(例如，int8)的数据时，这是相关的，这些数据类型都在稀疏容器中转换为float64。
DataFrame创建
所提供的示例使用20kx145的普通数据帧。实际上，我使用的数据帧大小为1e6x5e3。
In []: bool_df.info()
<class 'pandas.core.frame.DataFrame'>
RangeIndex: 19849 entries, 0 to 19848
Columns: 145
浏览 2提问于2016-04-10得票数 1
2回答
计算大熊猫的连续数值组
、、、
我有一个包含0和1的dataframe，我希望用Pandas解决方案(不是迭代工具，而不是python迭代)计算1s组(不要介意0)。
其他这样的帖子建议基于shift()/diff()/cumsum()的方法，当数据帧中的前导序列从0开始时，这些方法似乎不起作用。
df = pandas.Series([0,1,1,1,0,0,1,0,1,1,0,1,1]) # should give 4
df = pandas.Series([1,1,0,0,1,0,1,1,0,1,1]) # should also give 4
df = pandas.Series([1,1,1,1,1,0,1
浏览 1提问于2022-07-28得票数 4
回答已采纳
我正在将一个大型数据库读入多个数据帧。每次都有效。所以我有单独的数据帧。然后，我将每个数据帧写入csv文件。最初它有34列。在此之后，我将csv文件读取到一个新的数据帧中，现在我有35列。 我这样做是为了写入csv文件： df.to_csv(path + "file_01.csv") 这是用来读它的： import pandas as ps
df = ps.read_csv(path + "file_01.csv") 我通过以下命令测试它们的列数： df.shape 为什么会发生这种情况，我如何改进\使其正常工作？
浏览 29提问于2020-08-18得票数 1
回答已采纳
我正尝试在Dask中执行groupby函数来创建一个新的Dask数据帧。然而，当我做groupby时，结果是一个熊猫系列。当我在Pandas中执行相同的操作时，我确实返回了一个新的数据帧。如何返回新的dask数据帧？
代码如下：
g1 = df1.groupby(['SFDC_Refresh_Date', 'Forecast_Category']).Total.sum().compute()
g1.dtypes
返回：
dtype('float64')
和
type(g1)
返回
pandas.core.series.Series
当
浏览 4提问于2019-10-09得票数 0
2回答
我正在尝试通过使用多个列中的值来填充pandas数据帧中的新列。原始列是0或“1”，每个系列只有一个1。通过填充new_col = [1, 3, 7, 10]，新列将对应于df'A'，'B'，'C'，'D‘，如下所示。( A中的1表示new_col = 1；如果是B=1、new_col = 3等)
df
A B C D
1 1 0 0 0
2 0 0 1 0
3 0 0 0 1
4 0
浏览 1提问于2016-10-18得票数 1
1回答
我想做一个熊猫数据帧和一系列数据的矩阵乘法
df = pandas.DataFrame({'a':[4,1,3], 'b':[5,2,4]},index=[1,2,3])
ser = pandas.Series([0.6,0.4])
df是，
a b
1 4 5
2 1 2
3 3 4
先生是，
0 0.6
1 0.4
我想要的结果是一个矩阵乘积，如下所示
答案是，
我可以通过使用numpy点运算符并重新构建我的dataFrame来做到这一点
c = a.values.dot(b.transpose())
c = pandas.Dat
浏览 0提问于2013-03-16得票数 9
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
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
