Pytania otagowane jako pandas

Mam dane z timeseries. Generowanie danych date_rng = pd.date_range('2019-01-01', freq='s', periods=400) df = pd.DataFrame(np.random.lognormal(.005, .5,size=(len(date_rng), 3)), columns=['data1', 'data2', 'data3'], index= date_rng) s = df['data1'] Chcę utworzyć linię zygzakowatą łączącą lokalne maksima i lokalne minima, które spełniają warunek, że na osi y |highest - lowest value|każdej linii zygzakowatej musi przekraczać procent …

10 python  pandas  time-series  technical-indicator 

W moim zestawie danych mam dwie kategoryczne kolumny, które chciałbym ponumerować. Obie kolumny zawierają kraje, niektóre pokrywają się (pojawiają się w obu kolumnach). Chciałbym podać ten sam numer w kolumnie 1 i kolumnie 2 dla tego samego kraju. Moje dane wyglądają trochę jak: import pandas as pd d = {'col1': …

10 python  python-3.x  pandas  scikit-learn  categorical-data 

Otrzymuję powyższy błąd, gdy próbuję użyć atrybutu .ix ramki danych pandy do wyciągnięcia kolumny, np. Df.ix [:, 'col_header']. Skrypt działał od rana, ale dziś po południu uruchomiłem go w nowym środowisku linux ze świeżą instalacją Pandas. Czy ktoś jeszcze widział ten błąd? Szukałem tu i gdzie indziej, ale nie mogę …

9 python  pandas  dataframe 

Mam następującą przykładową ramkę danych: df = pd.DataFrame(data = {'RecordID' : [1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,5,5,5,5], 'DisplayLabel' : ['Source','Test','Value 1','Value 2','Value3','Source','Test','Value 1','Value 2','Source','Test','Value 1','Value 2','Source','Test','Value 1','Value 2','Source','Test','Value 1','Value 2'], 'Value' : ['Web','Logic','S','I','Complete','Person','Voice','>20','P','Mail','OCR','A','I','Dictation','Understandable','S','I','Web','Logic','R','S']}) który tworzy tę ramkę danych: +-------+----------+---------------+----------------+ | Index | RecordID | Display Label | Value | +-------+----------+---------------+----------------+ | 0 | 1 | …

9 python  pandas  dataframe  pivot  melt 

Próbuję skonfigurować podklasę, pd.DataFramektóra ma dwa wymagane argumenty podczas inicjowania ( groupi timestamp_col). Chcę uruchomić sprawdzanie na te argumenty groupi timestamp_coltak mam metody setter dla każdej z właściwości. To wszystko działa, dopóki nie spróbować set_index()i dostać TypeError: 'NoneType' object is not iterable. Wygląda na to, że żaden argument nie jest …

9 python  pandas  properties  subclass 

Mam poniżej Dataframe z polem „Age”, Potrzebuję znaleźć do góry 3 minimalny wiek z DataFrame DF = pd.DataFrame.from_dict({'Name':['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], 'Age':[18, 45, 35, 70, 23, 24, 50, 65, 18, 23]}) DF['Age'].min() Chcesz znaleźć dwie najlepsze osoby, tj. 18, 23 lat na liście, Jak …

9 python  python-3.x  pandas  dataframe  pandas-groupby 

Mam ramkę danych w tym kształcie: A B C D E 213-1 XL NaN NaN NaN 21 22.0 12 232.0 101.32 23-0 L NaN NaN NaN 12 23 12 232.2 NaN 31-0 LS NaN NaN NaN 70 70 23 NaN 21.22 Chciałbym przenieść co drugi wiersz tej ramki danych do …

9 python  pandas 

Cześć. Przekopałem się przez metody konkatacji, łączenia i łączenia pand i nie mogę znaleźć tego, czego chcę. Załóżmy, że mam dwie ramki danych A = pd.DataFrame("A",index=[0,1,2,3,4],columns=['Col 1','Col 2','Col 3']) B = pd.DataFrame("B",index=[0,1,2,3,4],columns=['Col 1','Col 2','Col 3']) >>> A Col 1 Col 2 Col 3 0 A A A 1 A A …

9 python  pandas  dataframe 

Rozważ ramkę danych df df = pd.DataFrame(dict(A=[1, 2], B=['X', 'Y'])) df A B 0 1 X 1 2 Y Jeśli przejdę dalej axis=0(domyślnie) df.shift() A B 0 NaN NaN 1 1.0 X Przesuwa wszystkie rzędy o jeden rząd w dół zgodnie z oczekiwaniami. Ale kiedy się zmieniam axis=1 df.shift(axis=1) A …

9 python  pandas 

Mam ramkę danych jak A B C 1 nan nan 2 nan 5 3 3 nan 4 nan nan Jak wypełnić tylko NULL (z 0) dla każdej serii aż do pierwszej wartości innej niż NULL, co prowadzi do A B C 1 0 0 2 0 5 3 3 nan …

9 python  pandas  dataframe  null 

Otrzymałem dane wyjściowe, ale próbuję znaleźć bardziej wydajny sposób: (df['budget'] == 0).sum(), (df['revenue'] == 0).sum(),(df['budget_adj'] == 0).sum(), (df['revenue_adj'] == 0).sum() Dane wyjściowe to (5674, 5993, 5676, 5993)

9 python  pandas 

Mam do czynienia z dość dużą Pandas DataFrame - mój zestaw danych przypomina następującą dfkonfigurację: import pandas as pd import numpy as np #--------------------------------------------- SIZING PARAMETERS : R1 = 20 # .repeat( repeats = R1 ) R2 = 10 # .repeat( repeats = R2 ) R3 = 541680 # .repeat( …

9 python  pandas  apache-spark  parallel-processing  dask