我正在尝试获取Dataframe的列作为Series。 df['a'] 总是返回一个pl.Dataframe。现在我就是这么做的 pl.Series('GID_1',df['GID_1'].to_numpy().flatten().tolist()) 我不认为这是最好的方法。有谁有主意吗？
浏览 18提问于2021-11-10得票数 0
回答已采纳
df = pl.DataFrame( "time": pl.date_range(编辑：def get_regression_parameter(args: List[pl.Series]) -> pl.Series:
returnpl.Series([sm.OLS(args[0], args[1]).
浏览 11提问于2022-07-18得票数 0
回答已采纳
在熊猫中，人们可以使用逻辑索引来分配物品：idx = [True, False, True, False, True]s = pl.Series(['a', 'b', 'c', 'd', 'e'])
idx = pl.Series([True, False, T
浏览 9提问于2022-09-16得票数 0
回答已采纳
环境node: v18.1.0目标
用该列的平均值减去 DataFrame中的每一列。中，根据sub: (other) => wrap("sub", prepareOtherArg(other).inner())的说法，other似乎只是一个Series。dtype: Int32 }, Field { name: "
浏览 1提问于2022-06-08得票数 2
我试图创建pl.Series，其中第n行的每个元素都是项目1.n的列表。使用pl.arange似乎不起作用，我也不知道如何将它最终转化为我想要的结果： 'a': [1, 2, 3, 4, 5] pl.arange(1, pl.col('a')+1)它显示pl.arange生成垂直系列，不能聚合到列表中。我可
浏览 10提问于2022-10-25得票数 0
回答已采纳
我正在尝试将一个Numpy函数应用/映射到我的PyPolars DataFrame的行中，但是我一直遇到一个类型问题。假设我有这样的代码：import numpy as np
{df = ( .with_column(
pl.struct(["xp&
浏览 11提问于2022-10-04得票数 1
回答已采纳
我最近开始使用极坐标()X[0.49981183][0.49979730.49978396]0.499811830.49979730.49978396data = data.with_column((pl.col("X")[0]).alias("Y"))Ty
浏览 3提问于2022-05-04得票数 0
回答已采纳
在Pandas中，我可以自己指定分类类型的级别：my_data= pd.Series(['A','A','B'], dtype=MyCat)I可以确保不同的列和设置使用相同的dtype。我知道您可以使用字符串缓存特性以一种不同的方式实现1)
浏览 7提问于2022-02-01得票数 1
回答已采纳
1回答
如何使用群和极坐标
、、、
我正在绞尽脑汁，试图弄清楚如何在Python的库极性中使用groupby和apply。来自潘达斯，我用的是： return spearmanr(df["prediction"], df["target"]).correlation
但在极地，这是行不通的。我尝试了几种方法，主要是围绕着：
correlat
浏览 4提问于2021-10-14得票数 7
回答已采纳
我目前正在极性数据框架中创建一个新列，使用df['predictions'] = predictions
其中predictions是一个numpy数组或包含我用另一个工具计算的值的列表。如何使用.with_columns()实现相同的结果？
浏览 1提问于2022-08-01得票数 1
回答已采纳
1回答
df_prep是一个极DataFrame，它有一个cat类型的列'Group'，其级别为'A'和'B'。df_prep = (df_prep.lazy() pl.when(pl.col('Datum') >= pl.col('，df_prep['Group'].unique()给出了Series: 'Group' [ca
浏览 14提问于2022-09-13得票数 0
回答已采纳
1回答
我知道polars不支持设计索引，所以df.filter(expr).index不是一种选择，我可以想到的另一种方法是在应用任何过滤器之前添加一个新列，不确定这是否是在极性中这样做的最佳方法。df.with_column(pl.Series('index', range(len(df))).filter(expr).index
浏览 9提问于2022-06-02得票数 1
回答已采纳
下面是一个简单的例子：import numpy as np
'A': np.random.randint(0,编辑:非常感谢给出的答案。我还有一个关于这个问题的问题。假设我有2个数据文件和一个生成信号的函数：import numpy as np&#x
浏览 8提问于2022-11-28得票数 1
回答已采纳
我有一个有很多列的极坐标数据。我想查看单行的所有数据，这些数据垂直对齐，这样我就可以在许多不同的列中看到值，而不需要离开屏幕的边缘。我该怎么做？定义一个数据在ipython/jupyter中打印df，我得到：但是如果我把df转换成熊猫并打印df.iloc我尝试过像df[0].to_series()这样的东西，
浏览 16提问于2022-05-03得票数 1
回答已采纳
1回答
在pandas中：其中a是一个数值级数，或者只是一个数字。在polars中，我们可以添加一个char [ pl.lit('str').alias('new'))
但如何在polars中将数字级数或数字添加为新列注意，新的数值级数不是在原来的df中，它是一些计算的</em
浏览 15提问于2022-05-15得票数 2
回答已采纳
df.with_column()Traceback (most recent calllast): File "/usr/local/lib/python3.8/dist-packages/polars/internals但我
浏览 4提问于2022-04-04得票数 2
回答已采纳
2回答
在极性中，select和with_column方法广播它们获得的任何标量，包括文字：# │ 2 ┆ 1 │# │ 3 ┆ 1 │agg方法不广播文字：
df = pl.DataFrame</e
浏览 14提问于2022-03-26得票数 0
我有一个列，具有如下所示的不同长度的列表，并希望在每个独立数组上创建一个并行np.diff。import polars as plnp.random.seed(0)df
shape但它给了我
浏览 11提问于2022-03-01得票数 2
回答已采纳
1回答
我理解，当我在不同的数据帧中创建分类列时，如果不是在相同的全局字符串缓存中创建，它们就不会加入/堆栈。但是，当通过从现有的数据框架聚合来派生新的数据框架时，不应该在没有全局字符串缓存的情况下加入它们吗？import polars as pl
df = pl.DataFrame(data={'column': ['a', 'a', 'b&#
浏览 6提问于2022-05-11得票数 0
回答已采纳
考虑具有str类型列的极性数据帧，该列以'27 July 2020'格式指示日期。我想将本列转换为polars.datetime类型，这与Python datetime不同。下面的代码使用标准的datetime格式，但极性不将列中的值识别为日期。import polars as pl
df = pd.read_csv('<some CSV file containing a colu
浏览 44提问于2022-04-05得票数 6
回答已采纳
云服务器
ICP备案
对象存储
云点播
实时音视频
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号