我有一个数据帧类型的数据，大小为7689行×114列。其中包含datetime、float类型的数据等。我尝试使用“groupby”方法将原始数据分成4个部分，在分别处理了一些基本的减法运算后(不改变数据结构)，并使用“pd.concat”方法将这4个部分合并为一个部分。最重要的是，当我将DateTime可视化为时间线时，它会显示丢失的数据，最初是半年一致
浏览 33提问于2020-09-24得票数 0
我有一些基于每3小时的数据，我尝试通过使用 df = df.groupby(df.index.date).resample('1h').pad() 然而，它停在每天21:00的最后一个数据，最后三个小时不在那里我该如何解决这个问题？
浏览 35提问于2020-10-29得票数 2
回答已采纳
我在DataFrame上应用了groupby，之后它将DataFrame转换为pandas.core.groupby.groupby.DataFrameGroupBy格式。如何将pandas.core.groupby.groupby.DataFrameGroupBy转换为常规DataFrame，或者如何从pandas.core.groupby.groupby.DataFrameGr
浏览 7提问于2018-10-27得票数 1
2回答
是否可以遍历dask GroupBy对象来访问底层数据帧？我试过了：import pandas as pdddf = dd.from_pandas(pdf, npartitions = 3)
gro
浏览 21提问于2016-09-28得票数 10
回答已采纳
如何避免作业表运行时出现死锁情况，避免重启，是否会影响事务或导致数据丢失？
浏览 49提问于2021-09-22得票数 0
我有3列，我想根据3列中的公共值进行计数。df.groupby(["Date", "Name"]).size()
15-Jul Joe 5]).size()
我就是这样加载数据的(["Date", "Nam
浏览 0提问于2019-07-26得票数 0
回答已采纳
NaNC NaN
这导致了我们的团队进行了相当大的追逐，以确定错误在哪里。('letter')['numberrrrr'].sum()
/usr/local/Anaconda/lib/python2.7/site-packages/pandas/core/groupby</em
浏览 3提问于2014-05-27得票数 1
回答已采纳
2回答
如何将数据集与熊猫群相结合
、、、、
我有一个dataframe df和一个列df['table']，这样df['table']中的每一项都是具有相同标题/列数的另一个数据same。我想知道是否有办法像这样做groupby：name tableJoe Pandas df2Bob, df3, and df4
Joe Pa
浏览 0提问于2020-10-07得票数 7
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？返回：和返回当我在Pan
浏览 4提问于2019-10-09得票数 0
1回答
熊猫石斑鱼vs时间石斑鱼
、、、
新的pandas版本不推荐使用TimeGrouper，所以我们应该使用常规的Grouper。老代码：在旧版本的pandas中运行良好。但是，以下两项均不适用：
df.groupby(pd.Grouper(key='column_name', freq="M")).mea
浏览 0提问于2017-10-30得票数 8
回答已采纳
我编写了这段代码，这样我就可以组任何Pandas DataFrame，并获得组大小和数据的一个示例行作为一个快速结果。它工作得很好，但有一个问题:新列/索引"Size“的name是固定的，因为.assign( ... )命令不接受变量。因此，如果我的DataFrame有一个名为"Size“的列，它就会丢失。我的计划是检查是否存在名为"Size“的列，如果存在，则为索引使用不同<
浏览 0提问于2020-01-22得票数 2
1回答
我正在学习如何在Pandas中利用DataFrames，我想使用GroupBy方法来生成以下图：B 100 non-null valuesd
浏览 0提问于2013-07-11得票数 1
回答已采纳
1回答
使用最频繁的值按组填充缺失值
、、、、
我试图使用使用Python中的pandas模块的组使用最常见的值来推断缺少的值。在检查了堆栈溢出的一些帖子之后，我成功地实现了以下目标：import pandas as pd
df1 =
浏览 1提问于2021-04-11得票数 2
回答已采纳
我有以下数据集dfimport pandas
df2 = pandas.DataFrame(X)
df2['ids'] = df['ids&#
浏览 2提问于2015-05-18得票数 4
回答已采纳
我正在处理一个大型的CSV数据集(它包含超过1500万行，大小超过1.5 GB )。我正在将摘录加载到运行在Jupyter Notebook中的Pandas dataframes中，以基于数据集推导出一个算法。我根据MAC地址对数据进行分组，这导致了1+百万组。我的算法开发的核心是运行这个操作： pandas.core.groupby.DataFrameGroupBy.filter 根据数据
浏览 22提问于2019-02-10得票数 6
回答已采纳
在pandas中，我想要做的是：df.groupby('A').filter(lambda x: x.name > 0) - group by列A，然后过滤名称为non positive的组。但是，当GroupBy.filter返回DataFrame时，这会取消分组，从而丢失分组。此外，克隆分组中的组(到字典或其他东西)将失去无缝返回到数据帧的功能(就像在.filter的示例中，您直接获取D
浏览 3提问于2018-04-14得票数 12
是否有更有效的方法使用熊猫群或pandas.core.groupby.DataFrameGroupBy对象创建一个独特的列表，系列或数据，在这里，我想要两个独特的组合N列。例如，如果我有列:日期、名称、购买的项目--我只想知道唯一的名称和日期组合--这很好：y = y.reset_index()[['Dat
浏览 1提问于2014-08-27得票数 4
我有两列A和B的DF，我想根据A的三个不同值对B元素求平均值： A= [id1 id1 id1 id1 id2 id2 id2 id2 id3 id3 id3 id4 id4 id4 id4]
B=[1 2 3 4 4 2 1 1 1 3 3 4 4 4] 对于A的每个值，我想对B的两个值求和，每次我用1值移位意味着:对于id1 :第一个值必须是1 +2，第二个值必须是2+3，第三个值必须是3+4，
浏览 29提问于2019-02-04得票数 0
回答已采纳
所以我是python的新手，我正在使用pandas处理数据帧(除了pandas之外不能使用包)，我已经为6种不同的汽车接受了用户输入(制造商，型号，类型，评级)：4 ford taurus sedan B我想要这些数据的条件概率，我使用value_counts数据帧实现了
浏览 1提问于2018-06-14得票数 2
我有一个按列ID分区的数据集，并将其写入磁盘。这会导致每个分区在文件系统中获得自己的文件夹。现在我正在读回这些数据，并想先调用groupBy('ID')，然后再调用一个pandas_udf函数。我的问题是，既然数据是由ID分区的，那么groupBy('ID')会比没有分区的数据快吗？例如，使用文件夹结构一次读取一个ID是不是
浏览 1提问于2019-11-07得票数 0
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
腾讯会议
云直播活动推荐
腾讯云开发者
