Pandas中的数据帧索引转换
在Pandas中，数据帧索引转换是指将数据帧（DataFrame）的索引进行修改或转换的操作。索引是用于标识和访问数据帧中行的标签或标识符。索引转换可以帮助我们重新组织数据，使其更适合特定的分析或操作。
数据帧索引转换可以通过以下几种方式实现：
- 重置索引（reset_index）：重置索引可以将原来的索引重置为默认的整数索引，并将原来的索引作为一列添加到数据帧中。这在索引不是唯一标识符或需要重新排序数据时非常有用。可以使用
reset_index()方法来实现，具体用法如下：
df.reset_index()- 设置新的索引（set_index）：设置新的索引可以将数据帧中的一列或多列作为新的索引。这在需要按照某一列进行数据检索或分组分析时非常有用。可以使用
set_index()方法来实现，具体用法如下：
df.set_index('column_name')- 更改现有索引（reindex）：更改现有索引可以通过重新排序、删除或添加索引标签来修改数据帧的索引。可以使用
reindex()方法来实现，具体用法如下：
df.reindex(new_index)- 多级索引转换：Pandas支持多级索引，可以通过
MultiIndex类来创建多级索引。多级索引可以在数据分析中提供更多的维度和灵活性。可以使用MultiIndex.from_arrays()、MultiIndex.from_tuples()或MultiIndex.from_product()等方法来创建多级索引。
Pandas中的数据帧索引转换可以应用于各种场景，例如：
- 数据清洗和预处理：索引转换可以帮助我们重新组织数据，使其更易于清洗和预处理。通过重置索引或设置新的索引，可以更好地对数据进行筛选、排序和分组。
- 数据分析和可视化：索引转换可以帮助我们按照特定的列进行数据分析和可视化。通过设置新的索引或多级索引转换，可以更方便地进行数据检索、聚合和绘图。
- 数据合并和连接：索引转换可以帮助我们在多个数据帧之间进行合并和连接操作。通过设置新的索引或多级索引转换，可以更好地对数据进行匹配和关联。
腾讯云提供了一系列与数据处理和分析相关的产品和服务，例如云数据库 TencentDB、云原生数据库 TDSQL、云数据仓库 CDW、云数据湖 CDL、云数据集市 DMS、云数据迁移 DTS 等。您可以通过访问腾讯云官方网站（https://cloud.tencent.com/）了解更多关于这些产品的详细信息和使用指南。
参考链接：
相关·内容
1回答
我试图将两个变量(一个ID和一个DateTime变量)为MultiIndexed的熊猫数据帧转换为dask数据帧，但是我得到了以下错误； "NotImplementedError: Dask does not support MultiIndex Dataframes" 我正在使用下面的代码 import pandas as pd
import dask.dataframe as dd
dask_df = dd.from_pandas(pandas_df) 实际上，我有700多个熊猫数据帧(每个超过100MB)，我计划将每个熊猫数据帧转换为dask，然后将它们全部附加到一
浏览 18提问于2019-07-02得票数 2
回答已采纳
我有一个尺寸为21392x1972的Python数据帧。我想要完成的是将数据帧转换为列表列表，这样我的数据帧的第一列是长列表中的第一个列表，数据帧的第二列是具有一个长列表的第二个列表，依此类推。 我尝试使用tolist()将数据帧转换为列表列表。现在发生的情况是，我的数据帧的每一行都变成了长列表中的一个列表。但是，我想要完成的是，数据框的每一列都应该成为长列表中的一个列表。我刚开始使用Pandas和Python，所以在这方面的任何帮助都是非常感谢的。干杯! import pandas as pd
mydataset = pd.read_csv('final_merged_data.c
浏览 21提问于2019-01-18得票数 0
回答已采纳
1回答
我目前有一个很大的2-d pandas时间序列值(1年或更长时间)的数据帧，我想将其重新映射到3-d xarray。pandas数据帧具有对应于另一个引用数据帧中的(经度，经度)坐标的column_id。
在xarray中有什么固有的功能可以实现这一点吗？
浏览 25提问于2019-07-31得票数 0
1回答
我正在尝试通过使用以下命令按日期对我的熊猫数据帧进行索引： df = pd.to_datetime(df) 但是我得到了以下错误： ValueError: to assemble mappings requires at least that [year, month, day]
be specified: [day,month,year] is missing 我当前的pandas数据帧看起来像like this.
浏览 23提问于2020-03-21得票数 0
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
3回答
我有一个pandas数据帧，它大约有100列，我想计算一行每列中的字符数。
在Excel中，我会做类似(Len(Concat(A2:CA2))的事情
df['newcolumn'] = ? in Pandas Python
浏览 9提问于2019-07-10得票数 2
回答已采纳
1回答
我怎样才能得到Pandas中有NaN值的所有位置。例如,
sample = pd.DataFrame(np.zeros(shape=[5,5]))
sample.iloc[0,0] = np.nan
sample.iloc[2,3] = np.nan
sample.iloc[4,3] = np.nan
是Pandas数据帧，其中诸如(0,0)、(2,3)和(4，3)的位置具有NaN值。因此，我想要一个这样的元组列表
[(0,0),(2,3),(4,3)]
我从哪能买到这个？
问候
浏览 0提问于2017-02-10得票数 0
在熊猫中，这可以通过column.name来完成。
但是，当它的spark数据帧列时如何做同样的事情呢？
例如，调用程序有一个spark数据帧: spark_df
>>> spark_df.columns
['admit', 'gre', 'gpa', 'rank']
此程序调用我的函数: my_function(spark_df 'rank‘)在my_function中，我需要列的名称，即’rank‘
如果是pandas数据帧，我们可以在my_function内部使用
>>> pand
浏览 1提问于2016-09-28得票数 55
我有一堆14784个文本文档，我正在尝试对它们进行矢量化，这样我就可以运行一些分析。我使用sklearn中的CountVectorizer将文档转换为特征向量。我这样做是通过调用：
vectorizer = CountVectorizer
features = vectorizer.fit_transform(examples)
其中examples是所有文本文档的数组
现在，我正在尝试使用其他功能。为此，我将这些特性存储在一个pandas数据帧中。目前，我的pandas数据帧(不插入文本特征)具有形状(14784, 5)。我的特征向量的形状是(14784, 21343)。
将矢量化的特征插入
浏览 0提问于2016-11-02得票数 14
假设我有两个数据帧：
import pandas
....
....
test1 = pandas.DataFrame([1,2,3,4,5])
....
....
test2 = pandas.DataFrame([4,2,1,3,7])
....
我尝试过test1.append(test2)，但它相当于R的rbind。
如何将这两列合并为数据帧的两列，类似于R中的cbind函数？
浏览 4提问于2015-02-19得票数 45
回答已采纳
1回答
我的电脑上安装了Python 3.6.8。我正在对一个公共数据集执行数据分析。Pandas可以正确地读取数据集，但是当我对数据帧进行切片时，我得到切片：‘(TypeError( None，None，None)，slice(None，None，None))’是一个无效的键。我的代码如下：
import pandas as pd
data = pd.read_csv('netflix_titles.csv')
data[:,:]
我的电脑规格是：
CPU: Intel i5-6200U
RAM: 12.0 GB
操作系统: Windows 10
操作系统版本: 19042.746
浏览 16提问于2021-02-15得票数 0
在Pandas中迭代数据帧中的行时，使用以下方法是否存在性能上的差异：
for index in df.index:
....
和：
for index, row in df.iterrows():
....
？哪一种是最好的？
浏览 9提问于2021-12-04得票数 1
回答已采纳
假设我们有一个Pandas数据帧和一个scikit-learn模型，使用该数据帧进行训练(拟合)。有没有一种方法可以进行逐行预测？用例是使用sklearn模型，使用predict函数填充数据帧中的空值。
我希望使用pandas apply函数(使用axis=1)可以做到这一点，但我一直收到维度错误。
使用Pandas版本'0.22.0‘和sklearn版本'0.19.1’。
简单的例子：
import pandas as pd
from sklearn.cluster import kmeans
data = [[x,y,x*y] for x in range(1,10) f
浏览 3提问于2018-06-09得票数 3
1回答
火花数据帧
、、
星火数据帧和Pandas数据帧的区别是什么？我的理解是，Pandas数据框架主要用于将CSV数据读入DF，在DF中，Spark数据帧用于将弹性分布式数据( RDD )加载到数据帧中，并且可以操作数据帧。请分享你的反馈
浏览 6提问于2020-09-01得票数 0
回答已采纳
我想将数据帧的索引(行)从float64更改为字符串或unicode。
我以为这能行得通，但显然不行：
#check type
type(df.index)
'pandas.core.index.Float64Index'
#change type to unicode
if not isinstance(df.index, unicode):
df.index = df.index.astype(unicode)
错误消息：
TypeError: Setting <class 'pandas.core.index.Float64Index'&g
浏览 5提问于2016-02-13得票数 71
回答已采纳
既然pandas提供了数据帧结构，那么numpy中还需要结构化/记录数组吗？我需要对需要这种结构化数组类型框架的现有代码进行一些修改，但从现在开始，我正在考虑使用pandas代替它。我会不会发现我需要一些pandas不提供的结构化/记录数组的功能？
浏览 2提问于2012-08-21得票数 22
回答已采纳
1回答
读取excel文件后，pandas数据框为30行。它过滤到一行(它总是在过滤器之后的一行)，我如何将数据帧保留为数据帧。在过滤(删除行)之后，它将数据帧转换为序列。
excel文件ppfileloc对于四月份有30行，对于选定的日期，它始终是数据框中的一条记录。生成的数据框会重塑为序列。
#Following is the code and output in jupyter.
df = pd.read_excel(ppfileloc)
df.set_index('Date',inplace=True)
date = 15
df1 = df.loc[date,:]
df2
浏览 27提问于2019-04-10得票数 1
1回答
我有一个pandas数据帧-从API得到的，所以对它的结构没有太多的控制-类似于这样： ? 我想让datetime作为列，值作为另一列。有什么提示吗？
浏览 15提问于2021-09-20得票数 0
回答已采纳
3回答
我理解pandas导入csv文件相对较慢的原因之一是，在猜测类型之前，它需要扫描一列的整个内容(请参阅关于pandas.read_csv的low_memory选项的讨论)。我的理解正确吗？
如果是这样的话，什么样的格式才是存储数据帧的好格式，哪些格式显式地指定了数据类型，这样pandas就不必去猜测了(SQL暂时不是一个选项)？
有什么特别的选择吗？
我的数据帧有浮点数、整数、日期、字符串和Y/N，所以只支持数字值的格式是行不通的。
浏览 0提问于2017-11-15得票数 2
1回答
我已经开始使用pandas按日期进行一些聚合。我的目标是计算在特定日期发生的度量的所有实例，然后用D3表示。为了说明我的工作流程，我有一个查询集(来自Django)，如下所示：
queryset = [{'created':"05-16-13", 'counter':1, 'id':13}, {'created':"05-16-13", 'counter':1, 'id':34}, {'created':"05-17-13", '
浏览 0提问于2013-10-07得票数 11
回答已采纳
我使用相同形状的布尔矩阵来子集pandas数据帧，以便布尔矩阵中具有相应假单元格的所有值都将显示为NA：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(9).reshape((3,3)), index=['a','b','c'])
b = np.ones((3,3), dtype=bool)
b[1,1] = False
# gives 9x3 array
df[b]
有没有办法在不首先将矩阵转换为与df具有相同索引和列的pandas数据帧的情况下完成此操
浏览 3提问于2021-08-06得票数 1
我使用python和pandas调用带有元组Time、Name、Good、Bad的Excel数据。 我想将数据帧重新处理为满足特定条件的另一个数据帧。 具体地说，我想打印出一个数据帧，它存储了整个时间内每个名称的好数据和坏数据的总和。 请帮助我谁知道蟒蛇，熊猫。 enter image description here
浏览 23提问于2020-04-29得票数 1
回答已采纳
我有一个数组，它的值由'|‘分隔。我想把它解析成一个熊猫数据帧。 import pandas as pd
arr = ['19345360853|5264654|100530|2017-01-07', '19345360853|13518371|100530|2018-10-08']
pd.DataFrame([{'Id': item.split('|')[0] ,'Code_A': item.split('|')[1] , 'Code_B': item.split
浏览 7提问于2019-01-30得票数 2
回答已采纳
我有一个pandas dataframe，它的索引基于numpy datetime类型。
我可以轻松地访问一系列数据帧条目：
for t in df.index.values:
print(df[:t])
然而，每当我尝试访问特定值时，都会出现问题(KeyError)。
for t in df.index.values:
print(df[t])
最终得到了一个使用.iloc的变通方法，但它很混乱。
浏览 0提问于2018-04-19得票数 0
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
1回答
我是python和pandas的初学者，在分组操作之后，我在排序数据帧时遇到了麻烦。我可以在groupby和count之后得到排序的数据，但是当我把所有的数据放在另一个数据框中时，我得不到排序的数据。
这是我的尝试
conn = sqlite3.connect('Demo.sqlite')
df = pd.read_sql("SELECT * FROM Table where Column LIKE 'x.%'", conn)
pf = pd.read_sql("SELECT * FROM Table", conn)
df[
浏览 1提问于2015-04-22得票数 1
我正在尝试在Pandas数据帧上编写一个简单的查询
A B C
0 1 2.1
0 2 3.0
0 3 4.0
1 0 4.0
我希望选择所有行作为WHERE A=0 and B>1，因此我希望作为输出
A B C
0 2 3.0
0 3 4.0
我将我的DataFrame定义如下
df = pd.DataFrame([{'A': 0, 'B': 1, 'C': 2.1}, {'A': 0, 'B': 2, 'C': 3.0}, {'A': 0, 'B': 3,
浏览 20提问于2018-03-04得票数 1
6回答
我只是想通过一个整数来访问已命名的pandas列。
您可以使用df.ix[3]按位置选择行。
但是如何按整数选择列呢？
我的数据帧：
df=pandas.DataFrame({'a':np.random.rand(5), 'b':np.random.rand(5)})
浏览 2提问于2013-02-19得票数 133
回答已采纳
我有一个具有多个索引的熊猫系列，就像这个图像"target"，"Lastnewjob"，"experienceGroup“。这是pandas.core.series.series类型。我想把它转换成一个数据帧(第二张图)，其中"experienceGroup“值将是列名，而"target"，"Lastnewjob”仍然是列。
我想要查看的数据帧
使用groupby获取序列的代码。
Job=df.groupby(['target','last_new_job'])['
浏览 1提问于2021-01-26得票数 0
2回答
我想找出pandas数据帧中的哪些列具有不连续的数据。所谓“不连续”，我的意思是这些值从某个值变为零，然后再有一些值。
[0,0,0,1,2,3,4,5,0,0,0] # continuous
[0,0,0,1,2,0,4,5,0,0,0] # not continuous
我已经设法实现了一些可以做到这一点的代码，使用for循环来迭代数据帧的每一列。我在下面制作了一个工作代码片段来说明我的意思：
import numpy as np
import pandas as pd
def find_discontinuous(series):
switch = 0
for inde
浏览 0提问于2017-08-16得票数 1
回答已采纳
我正在尝试将矩阵转换为pandas数据帧：
matrixA={}
matrixA[0,0]='a'
matrixA[0,1]='b'
matrixA[1,0]='c'
matrixA[1,1]='d'
如下所示：
import pandas as pd
pd.DataFrame(matrixA)
我得到一个错误。
浏览 3提问于2014-11-06得票数 10
回答已采纳
2回答
我这里有一个问题，假设我有这个数据帧：
import pandas as pd
df = pd.DataFrame([[1, 2, 1], [1, 3, 2], [4, 6, 3], [4, 3, 4], [5, 4, 5]], columns=['A', 'B', 'C'])
>> df
A B C
0 1 2 1
1 1 3 2
2 4 6 3
3 4 3 4
4 5 4 5
假设我必须得到A=4的行：
2 4 6 3和3 4 3 4
如何将这些数据转换为带有索引号的列表？
保罗
浏览 2提问于2020-10-20得票数 1
1回答
我有一个数据帧的玩具示例： import pandas as pd
df = pd.DataFrame({'a':[1, 2, 3, 4, 5], 'b':['aa', 'bb', 'cc', 'dd', 'ee']}) 下面是我正在做的事情： df.loc[df.a < 3, 'a'] = df.a * 0.95 请建议熊猫如何“知道”将df.a调整为仅前2行(输出将是a列的前2行(0.95，1.90)？ a b
0 0.95
浏览 9提问于2021-03-30得票数 1
回答已采纳
我有这样的数据帧df
import pandas as pd
import numpy as np
df = pd.DataFrame(np.array([[0,2,5,3], [3,1,4,2], [1,3,5,2], [5,1,3,4], [4,2,5,1], [2,3,5,1]]))
df
现在，我需要第一行数据帧，并使它成为另一个数据帧。
df=df.iloc[0]
df
喜欢
0 0
2 2
5 5
3 3
但我的产出就像
0 0
1 2
2 5
3 3
浏览 3提问于2021-12-15得票数 1
回答已采纳
我正在处理一个数据集，其中我需要从数据集中查找完整的空列。示例： A B C D
nan nan nan nan
1 ss nan 3.0
2 bb w2 4.0
nan nan nan nan 目前，我正在使用 import pandas as pd
nan_col=[]
for col in df.columns:
if df.loc[df[col].isnull()].empty !=True:
nan_col.append(col) 但这是在指定的列中捕获空值，但我需要捕获空行。 expected Answer: row [0,3]
浏览 84提问于2021-01-04得票数 2
我有一个熊猫数据框架： type(df_s1)
Out[362]: pandas.core.frame.DataFrame 这是它的一行。它是一个系列，而不是一个数据帧。但我希望它是一个数据帧。我该怎么做呢？ type(df_s1.iloc[(j+2), 0:n_s])
Out[363]: pandas.core.series.Series 对于数据帧中的多个行，这不是问题。 type(df_s1.iloc[(j-1):(j+2), 0:n_s])
Out[364]: pandas.core.frame.DataFrame
浏览 7提问于2020-04-22得票数 0
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
1回答
我需要读取一个excel文件，而不改变任何日期，时间格式，浮动格式和转换为数据帧。如果我将excel转换为CSV并使用read_csv()读取它，这是很好的。
eg:
import pandas as pd
import numpy as np
#code for reading excel
df=pd.read_excel("605.xlsx",parse_dates=False,sheet_name="Group 1",keep_default_na=False,dtype=str)
print("df_excel:")
#code for
浏览 1提问于2020-07-24得票数 4
1回答
如何使用Pandas模块将项目列表[1,2,3,4,5]写入excel文件中的特定选项卡中，从特定的行和列位置开始？是否涉及pandas.DataFrame.to_excel函数?在将list写入excel文件之前，是否需要将其转换为dataframe？
我是否要先将列表转换为序列，然后将序列转换为数据帧，然后将数据帧写入excel文件？
浏览 24提问于2016-08-04得票数 0
按列的值和索引对pandas dataframe进行排序是否可行？
如果按列的值对pandas数据帧进行排序，则可以得到按列排序的结果数据帧，但不幸的是，您会看到数据帧的索引顺序与排序列的值相同。
那么，我是否可以按列对数据帧进行排序，例如名为count的列，但也可以按索引值对其进行排序？按降序对列进行排序也是可行的，但是按升序对索引进行排序是否可行呢？
我知道如何对dataframe中的多个列进行排序，也知道通过首先对索引执行reset_index()并对其进行排序，然后再次创建索引，就可以实现这里所要求的结果。但是，这是不是更直观、更有效的方法呢？
浏览 2提问于2013-11-29得票数 59
1回答
如何减去两个数据帧行？
、、、
如何减去两个数据帧？我有两个数据帧，A和B。我想减去它们(A-B)。这样，A中B的行将从A中删除。有关更多解释:我想删除B中重复的A中的行。例如：
然后我需要一个函数来执行A-B，并给出以下结果：
你知道pandas中的这个函数或方法吗？
浏览 1提问于2020-07-12得票数 0
有没有办法将扩展名为.jpeg/.png/.bmp的图像读取到pandas数据帧中？图像将包含表数据，如下所示：
请告诉我有没有办法从图像中读取表格内容到pandas数据帧中。谢谢!
浏览 2提问于2021-10-08得票数 2
1回答
方法1:我的输入数据是一堆json文件。经过预处理后，输出为pandas数据帧格式，该格式将写入Azure SQL数据库表。 方法2:我已经实现了delta lake，其中输出pandas数据帧被转换为Spark数据帧，然后将数据插入到分区的Delta Table中。这个过程很简单，而且将pandas数据帧转换为spark数据帧所需的时间以毫秒为单位。但与方法1相比，性能很差。使用Approach1，我能够在不到方法2所需时间的一半内完成。 我尝试了不同的优化技术，比如ZORDER，压缩(装箱)，使用insertInto而不是saveAsTable。但没有一种方法真正提高了性能。 如果我错过
浏览 8提问于2020-10-28得票数 1
我想通过第一个索引'0‘将多索引数据帧拆分/切片为第一个索引的每个级别的数据帧(例如，下面将有4个数据帧)。然后，我想将每个数据框导出到EXCEL中的单独选项卡中。我希望得到帮助的最重要的问题是如何编写循环或列表理解，将多索引数据帧拆分成单独的数据帧。 示例Dataframe： import pandas as pd
import numpy as np
arrays = [
np.array(['bar', 'bar', 'baz', 'baz', 'foo', 'foo',
浏览 17提问于2019-01-27得票数 0
回答已采纳
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
我有一个包含多个选项卡的xlsx文件，每个选项卡都有一个MM/DD/YYYY格式的Date列
将每个选项卡读入pandas数据帧，对每个选项卡应用一些操作，然后将数据帧写回两种格式: xlsx和csv
在xlsx文件中，Date列(索引)变为附加了时间的格式：1/1/2013 12:00:00 AM，而csv文件中的Date列保持不变：MM/DD/YYYY
如何确保xlsx文件中的Date列保持相同的MM/DD/YYYY格式
浏览 1提问于2016-06-09得票数 2
我正在使用pandas做一个简单的数据分析，我想检查正在绘制的圆的数字是否在数据中。变量data是一个pandas数据帧，这里我只使用了'DayCount‘列。完整的csv文件和python脚本可在中查看
cont = 1
for i in range(1, 21):
for j in range(1, 19):
if cont in data['DayCount']:
p = mpatches.Circle((i, j), 0.5, color='#01770b'
浏览 14提问于2019-07-30得票数 0
回答已采纳
1回答
处理附加到数据帧的抽象
、、、、
如果我有一个对dataframe的“引用”，在pandas中似乎没有办法附加到它，因为append和concat都不支持inplace=True参数。 一个(过于)简单的例子： chosen_df, chosen_row = (candidate_a_df, candidate_a_row) if some_test else (candidate_b_df, candidate_b_row)
chosen_df = chosen_df.append(chosen_row) 现在，因为Python做了类似于按值复制引用的事情，所以chosen_df最初将是对传递给some_test的任何候选
浏览 22提问于2019-08-21得票数 1
回答已采纳
如何才能得到相同维度的两个pandas数据帧之间的差异： import pandas as pd
df1 = pd.DataFrame({
'x': ['a', 'b', 'c', 'd', 'e'],
'y': [1, 1, 1, 1, 1],
'z': [2, 2, 2, 2, 2]})
print(df1)
df2 = pd.DataFrame({
'x': ['
浏览 9提问于2021-09-02得票数 1
回答已采纳
2回答
不知道有没有人能帮我澄清一下。
基本上，我有一个数据框架，看起来像这样：
Data_Value
Month_Day
01-01 1.1
01-02 3.9
01-03 3.9
01-04 4.4
我可以使用以下代码基于此数据帧生成线状图：
ax.plot(df.values)
我在从相同的数据帧生成散点图时遇到了一些问题，我想知道是否有可能在数据帧的索引列中有一个"-“。然而，我也在想，既然可以生成线状图，那么也应该可以做散点图？
任何见解都将是非常受欢迎的。
当我尝试此代码时：
df = df.reset_index()
df[&
浏览 0提问于2020-05-23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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
