腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
重新
索引
堆叠
的
DataFrame
、
我想
堆叠
一个数据帧并
重新
建立
索引
。00 4.32 09:30 6.74 这是我所期望
的
,但是我想
重新
建立
索引
,这样
索引
就像YYYY-MM-DD HH:mm:ss一样是正确
的
时间戳。
浏览 0
提问于2016-08-03
得票数 1
回答已采纳
3
回答
熊猫连合后
重新
计算指数
、
我有一个问题,我生产熊猫
的
数据,通过连接沿行轴(垂直
堆叠
)。考虑到当前
的
顺序,我试图“
重新
计算
索引
”,或者“
重新
计算
索引
”(至少我是这么认为
的
)。事实证明,这并不是<
浏览 0
提问于2016-02-20
得票数 70
回答已采纳
1
回答
用多列但相同
的
列名重塑数据帧
、
、
、
、
你好,我有一个以1“唯一id”作为
索引
的
dataframe
,但是对于该unique_id,在一个长行中有相同
的
3个不同数据
的
问题。我研究过
堆叠
,融化,枢轴桌。试图用以下方法
重新
塑造数据最终产品:最近
的
代码输入:
浏览 1
提问于2020-03-20
得票数 0
回答已采纳
1
回答
Pandas / Python中
的
DataFrame
to DataPanel
、
、
、
,这样我就可以使用具有固定效果
的
PanelOLS了。我
的
第一个尝试是做这样
的
转换:df2 = df.ix[:,['Permits_14', 'Score_14']]df.ix[:,['Permits_15', 'Score_15']].T pf = pandas.Panel({'df1':df1,'df2
浏览 0
提问于2016-05-13
得票数 0
1
回答
如何在pandas数据帧上切换外部
索引
的
顺序?
、
、
、
", "Dallas"], "visitors": [139, 237, 326,456], "signups": [7,12,3,5]} 使用多级
索引
Dallas 237 12 Dallas 456 5 在
堆叠
和拆开
堆叠
,玩它,交换级别和
重新
索引
浏览 2
提问于2020-07-19
得票数 1
2
回答
压平一只熊猫
DataFrame
、
、
、
、
我有一个Pandas
DataFrame
,它看起来像这样(目前除了内置
的
行
索引
之外,没有
索引
,但是如果向"Person“和"Car”添加
索引
更容易,那也没关系): 'Car': ['Ford',
浏览 3
提问于2015-09-15
得票数 2
回答已采纳
1
回答
逆时针而不是顺时针解出MultiIndex熊猫
DataFrame
、
、
我有一个多
索引
熊猫
DataFrame
,如下所示:Name Severity为了得到一个
堆叠
的
条形图,我似乎需要打开严重度
索引
列。当我尝试这样做
的
时候,就像df.unstack('Severity'),我
的
DataFrame
是这样
的
:
浏览 1
提问于2015-04-21
得票数 1
回答已采纳
1
回答
Dataframe
:
堆叠
列,字段
索引
、
、
、
我有一个股票价格
的
数据,如所附截图所示。列是分层
的
,公司是一栏,价格类别是下一栏。此外,日期是
索引
。我希望公司符号成为
索引
,日期成为字段(列之一),但我不知道从哪里开始,我已经为这个问题挣扎了一段时间。谁能帮我指出正确
的
方向吗?所附屏幕截图中
的
箭头显示了我正试图完成
的
操作。
浏览 0
提问于2021-06-12
得票数 0
回答已采纳
1
回答
熊猫旋转/
堆叠
/整形
、
我试图将数据导入到熊猫
DataFrame
中,其中列为日期字符串、标签、值。将此数据结构加载到
DataFrame
中给出日期作为列,标签作为
索引
,值作为值。另一种加载方式是df2.from_dict(data, orient='index')我应该如何接
浏览 0
提问于2017-08-01
得票数 1
回答已采纳
2
回答
在Pandas中
重新
排列数据
、
我一直在浏览文档(和堆栈溢出),并且很难弄清楚如何按照下面描述
的
方式
重新
排列熊猫数据帧。我希望有一个行,其中包含列名、行名以及该特定行和列
的
值:输出:X A 1 X B 2 X C 3 Y A 4 Y B 5 Y C 6 任何帮助都将不胜感激
浏览 0
提问于2016-01-29
得票数 2
1
回答
重新
索引
和
堆叠
数据
、
我有这样
的
数据1, a, 11, d, 22, d, hello4, e, 3我想要
的
东西如下
浏览 3
提问于2016-01-21
得票数 1
回答已采纳
2
回答
列在叠加条形图中
的
变化顺序
、
、
我使用下面的代码从Python中
的
熊猫数据帧(data是
DataFrame
对象)生成一个
堆叠
的
条形图。data.plot(kind='bar', stacked=True, figsize=(15, 10), x='Species', fontsize=16,下面是上下文
的
。我想改变列
的
顺序。seaborn.barplot函数有x_order参数,这完全符合我
的
意愿。但是,它不像pandas.<
浏览 2
提问于2015-08-14
得票数 1
回答已采纳
1
回答
对多
索引
DataFrame
进行重采样
、
我想使用包含datetime列和其他键
的
多
索引
进行。
Dataframe
看起来像这样:from StringIO import StringIO 如果我对两个列级别进行
重新
排序(交换),
浏览 1
提问于2013-03-25
得票数 7
回答已采纳
3
回答
熊猫使用时间序列
索引
重塑数据帧
、
此脚本
的
目的是读取如下所示
的
csv文件:0df = pd.melt(df, id_vars=["Release Date"], var_name='event', value_name='actual')但这就是我得到
的
:
浏览 22
提问于2021-03-06
得票数 0
回答已采纳
1
回答
如何使用这些行
的
名称在Pandas中做一个
堆叠
的
条形图?
、
、
我想要一个
堆叠
的
条形图从我
的
数据。我使用MultiIndex来重命名行。我只想画出最后一栏(总数Acc)。到目前为止,这就是我所拥有的:我得到
的
阴谋:我想要
的
情节: e=df['Total Acc'].round(4)*100plot.bar(stacked=True) row_s
浏览 2
提问于2016-10-17
得票数 1
回答已采纳
1
回答
将
dataframe
重塑为长格式python
、
、
、
、
我正在使用一个名为newdata.csv
的
CSV数据集,该数据集拥有从1997年到2015年186个国家
的
清廉指数评级。下面是它
的
一个小快照:在这里,年份向右延伸。我想将数据转换成可以在python中使用
的
长格式。为此,我尝试使用pandas.This代码
的
melt函数:data = pd.read_csv("newdata.csv", encoding = "ISO-8859,我可以用下面的代码在excel中查看它: a
浏览 4
提问于2018-02-15
得票数 2
回答已采纳
1
回答
可以设置多列
索引
顺序吗?
、
我有一个带有列多
索引
的
DataFrame
,因为我想一次绘制多个箱图,所以它是从取消堆栈操作中获得
的
。dh2.sort_index(axis=1,level=['P','r'],inplace=True) 在非
堆叠
DataFrame
上,为了选择框图x轴
的
顺序,r值按字母顺序排序,因此顺序错误我怎样才
浏览 1
提问于2018-12-08
得票数 0
1
回答
熊猫将excel中
的
数据转换为单列
、
、
、
、
因此,出于自己不知道
的
原因,我
的
客户端有大量数据以JSON风格
的
格式存储,但存储在Excel文件中。他们目前被放置在一起,但他们希望他们
堆叠
(不知道为什么,但我不是告诉人们如何做他们
的
生意。)这些数据是什么样子
的
:我想让它看起来像:是的,我知道这不会创建一个有效
的
JSON文件,但是这里有很多东西需要解包,不值得进入。我只是在做我要做
的
事。谢谢,如果这让你
的
大脑受伤了,我也会受伤
的
。我
浏览 5
提问于2020-10-27
得票数 0
回答已采纳
1
回答
将两个数据帧连接在一起
的
问题
、
我有两个数据帧 带形状
的
df_train_1 (70652,4) 和 带形状
的
df_test_1 (24581,4) 我正在尝试将它们与顶部
的
df_train_1连接起来。
浏览 12
提问于2021-04-11
得票数 0
回答已采纳
1
回答
熊猫:群叠,重复
索引
错误
、
、
我在转换/重塑我
的
数据方面有困难。,无法
重新
构造 df.set_index(['ID', 'Rank']).groupby(['ID', 'Rank']).apply(lambda,无法
重新
构造 ?我也尝试使用pivot_table,但并不是所有的列都是数字
的
(上面的示例是简化
的
,但是您可以在这里看到日期,这会抛出piv
浏览 0
提问于2020-10-29
得票数 0
回答已采纳
点击加载更多
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
DataFrame的数据处理
Python的DataFrame切片大全
python关于dataframe的小练习
这些很实用的Pandas技巧,你都会了吗?-乌森数据可视化系列(1)
为什么需要Pandas的DataFrame类型
热门
标签
更多标签
云服务器
ICP备案
对象存储
腾讯会议
云直播
活动推荐
运营活动
广告
关闭
领券