Pytania otagowane jako pandas

Chciałbym mieć logiczny operator OR oparty na elementach. Wiem, że samo „lub” nie jest tym, czego szukam. Zdaję sobie sprawę, że i odpowiada &, a nie ~. Ale co z OR?

81 python  pandas  boolean-logic  logical-operators  boolean-operations 

Czy istnieje metoda zastępowania wartości Nonew Pandas w Pythonie? Możesz użyć df.replace('pre', 'post')i zastąpić wartość inną, ale nie można tego zrobić, jeśli chcesz zastąpić Nonewartość, co jeśli spróbujesz, otrzymasz dziwny wynik. Oto przykład: df = DataFrame(['-',3,2,5,1,-5,-1,'-',9]) df.replace('-', 0) co zwraca pomyślny wynik. Ale, df.replace('-', None) co zwraca następujący wynik: 0 …

80 python  pandas  dataframe  replace  nan 

Czy istnieje sposób na napisanie funkcji agregującej, która jest używana w DataFrame.aggmetodzie, która miałaby dostęp do więcej niż jednej kolumny danych, które są agregowane? Typowymi przypadkami użycia byłyby średnie ważone funkcje odchylenia standardowego. Chciałbym móc napisać coś takiego def wAvg(c, w): return ((c * w).sum() / w.sum()) df = DataFrame(....) …

80 python  pandas 

Czyszczenie wartości ramki danych typu multitype w python / pandas, chcę przyciąć ciągi. Obecnie robię to w dwóch instrukcjach: import pandas as pd df = pd.DataFrame([[' a ', 10], [' c ', 5]]) df.replace('^\s+', '', regex=True, inplace=True) #front df.replace('\s+$', '', regex=True, inplace=True) #end df.values To jest dość powolne, co mogę …

80 python  regex  pandas  dataframe  trim 

Próbuję zrobić coś dość prostego, wczytując duży plik csv do ramki danych pandy. data = pandas.read_csv(filepath, header = 0, sep = DELIMITER,skiprows = 2) Kod albo kończy się niepowodzeniem MemoryError, albo po prostu nigdy się nie kończy. Użycie pamięci w menedżerze zadań zatrzymało się na 506 Mb i po 5 …

79 python  windows  pandas 

Większość funkcji Numpy domyślnie włącza wielowątkowość. na przykład pracuję na 8-rdzeniowej stacji roboczej z procesorem Intel, jeśli uruchomię skrypt import numpy as np x=np.random.random(1000000) for i in range(100000): np.sqrt(x) Linux topwyświetli 800% użycia procesora podczas pracy, co oznacza, że ​​numpy automatycznie wykrywa, że ​​moja stacja robocza ma 8 rdzeni i …

25 python  pandas  numpy 

Mam ramkę danych i słownik. Muszę dodać nową kolumnę do ramki danych i obliczyć jej wartości na podstawie słownika. Uczenie maszynowe, dodanie nowej funkcji opartej na niektórych tabelach: score = {(1, 45, 1, 1) : 4, (0, 1, 2, 1) : 5} df = pd.DataFrame(data = { 'gender' : [1, …

23 python  pandas  dataframe  dictionary 

Mam takiego df: frame = pd.DataFrame({'a' : ['a,b,c', 'a,c,f', 'b,d,f','a,z,c']}) I lista przedmiotów: letters = ['a','c'] Moim celem jest, aby wszystkie wiersze framezawierały co najmniej 2 elementyletters Wymyśliłem to rozwiązanie: for i in letters: subframe = frame[frame['a'].str.contains(i)] To daje mi to, czego chcę, ale może nie być najlepszym rozwiązaniem pod …

20 python  pandas 

Mam ramkę danych, która rejestruje odpowiedzi 19717 osób na wybór języków programowania za pomocą pytań wielokrotnego wyboru. Pierwsza kolumna to oczywiście płeć respondenta, a reszta to wybory, które wybrali. Dlatego jeśli wybiorę Python, moja odpowiedź zostanie zapisana w kolumnie Python, a nie bash i odwrotnie. ID Gender Python Bash R …

19 python  pandas  dataframe 

Mam dwie pandasramki danych ai b: a1 a2 a3 a4 a5 a6 a7 1 3 4 5 3 4 5 0 2 0 3 0 2 1 2 5 6 5 2 1 2 i b1 b2 b3 b4 b5 b6 b7 3 5 4 5 1 4 3 0 …

18 python  python-3.x  pandas 

Mam następującą ramkę danych pand: df1 = pd.DataFrame({'date': [200101,200101,200101,200101,200102,200102,200102,200102],'blockcount': [1,1,2,2,1,1,2,2],'reactiontime': [350,400,200,250,100,300,450,400]}) Próbuję utworzyć słownik hierarchiczny z wartościami osadzonego słownika w postaci list, który wygląda następująco: {200101: {1:[350, 400], 2:[200, 250]}, 200102: {1:[100, 300], 2:[450, 400]}} Jak mam to zrobić? Najbliższe mi jest użycie tego kodu: df1.set_index('date').groupby(level='date').apply(lambda x: x.set_index('blockcount').squeeze().to_dict()).to_dict() Które zwraca: …

16 python  pandas 

Jeśli masz ramkę danych Pandas taką jak ta: import pandas as pd import numpy as np df = pd.DataFrame({'today': [['a', 'b', 'c'], ['a', 'b'], ['b']], 'yesterday': [['a', 'b'], ['a'], ['a']]}) today yesterday 0 ['a', 'b', 'c'] ['a', 'b'] 1 ['a', 'b'] ['a'] 2 ['b'] ['a'] ... etc Ale mając około …

16 python  pandas  numpy  dataframe 

Pracuję z pojedynczymi wierszami ramek danych pand, ale natrafiam na problemy z przymusem podczas indeksowania i wstawiania wierszy. Wydaje się, że Pandy zawsze chcą wymuszać mieszane typy int / float na all-float i nie widzę żadnych oczywistych kontroli tego zachowania. Na przykład tutaj jest prosta ramka danych z ajak inti …

16 python  pandas  coercion 

from itertools import product import pandas as pd df = pd.DataFrame.from_records(product(range(10), range(10))) df = df.sample(90) df.columns = "c1 c2".split() df = df.sort_values(df.columns.tolist()).reset_index(drop=True) # c1 c2 # 0 0 0 # 1 0 1 # 2 0 2 # 3 0 3 # 4 0 4 # .. .. .. # …

15 python  pandas  numpy 

Oto moja pierwsza geobramka: !pip install geopandas import pandas as pd import geopandas city1 = [{'City':"Buenos Aires","Country":"Argentina","Latitude":-34.58,"Longitude":-58.66}, {'City':"Brasilia","Country":"Brazil","Latitude":-15.78 ,"Longitude":-70.66}, {'City':"Santiago","Country":"Chile ","Latitude":-33.45 ,"Longitude":-70.66 }] city2 = [{'City':"Bogota","Country":"Colombia ","Latitude":4.60 ,"Longitude":-74.08}, {'City':"Caracas","Country":"Venezuela","Latitude":10.48 ,"Longitude":-66.86}] city1df = pd.DataFrame(city1) city2df = pd.DataFrame(city2) gcity1df = geopandas.GeoDataFrame( city1df, geometry=geopandas.points_from_xy(city1df.Longitude, city1df.Latitude)) gcity2df = geopandas.GeoDataFrame( city2df, geometry=geopandas.points_from_xy(city2df.Longitude, city2df.Latitude)) Miasto 1 …

14 python  pandas  dataframe  geolocation  geopandas