Como posso obter os equivalentes de SQL INeNOT IN ? Eu tenho uma lista com os valores necessários. Aqui está o cenário: df = pd.DataFrame({'countries':['US','UK','Germany','China']}) countries = ['UK','China'] # pseudo-code: df[df['countries'] not in countries] Minha maneira atual de fazer isso...
Estou executando um programa que está processando 30.000 arquivos semelhantes. Um número aleatório deles está parando e produzindo esse erro ... File "C:\Importer\src\dfman\importer.py", line 26, in import_chr data = pd.read_csv(filepath, names=fields) File
Gostaria de ler vários arquivos csv de um diretório para pandas e concatená-los em um grande DataFrame. Ainda não consegui descobrir. Aqui está o que eu tenho até agora: import glob import pandas as pd # get data file names path =r'C:\DRO\DCL_rawdata_files' filenames = glob.glob(path +...
Eu tenho um quadro de dados chamado "newprice" (veja abaixo) e quero alterar os nomes das colunas no meu programa em R. > newprice Chang. Chang. Chang. 1 100 36 136 2 120 -33 87 3 150 14 164 De fato, é isso que estou
Estou curioso para saber por que df[2]não é suportado, enquanto df.ix[2]e df[2:3]ambos funcionam. In [26]: df.ix[2] Out[26]: A 1.027680 B 1.514210 C -1.466963 D -0.162339 Name: 2000-01-03 00:00:00 In [27]: df[2:3] Out[27]: A B C D 2000-01-03 1.02768 1.51421 -1.466963 -0.162339 Eu esperaria...
Esta pode ser uma pergunta simples, mas não consigo descobrir como fazer isso. Digamos que eu tenho duas variáveis da seguinte maneira. a = 2 b = 3 Eu quero construir um DataFrame a partir disso: df2 = pd.DataFrame({'A':a,'B':b}) Isso gera um erro: ValueError: se estiver usando todos os...
Problema ao filtrar o quadro de dados do resultado com uma orcondição. Desejo que meu resultado dfextraia todos os varvalores da coluna acima de 0,25 e abaixo de -0,25. Essa lógica abaixo me fornece um valor de verdade ambíguo, mas funciona quando eu divido essa filtragem em duas operações...
Suponha que eu tenho um dfque tem colunas de 'ID', 'col_1', 'col_2'. E eu defino uma função: f = lambda x, y : my_function_expression. Agora eu quero aplicar o fa dfduas colunas 's 'col_1', 'col_2'para calcular elemento-wise uma nova coluna 'col_3', um pouco como: df['col_3'] =...
Eu tenho um quadro de dados R com 6 colunas e quero criar um novo quadro de dados que tenha apenas três das colunas. Supondo que o meu quadro de dados é df, e eu quero colunas extrato A, Be E, este é o único comando que eu possa descobrir: data.frame(df$A,df$B,df$E) Existe uma maneira mais...
Eu tenho um quadro de dados com duas colunas. A primeira coluna contém categorias como "Primeiro", "Segundo", "Terceiro" e a segunda coluna possui números que representam o número de vezes que vi os grupos específicos de "Categoria". Por exemplo: Category Frequency First 10 First 15 First...
Eu tenho um quadro de dados. Vamos chamá-lo bob: > head(bob) phenotype exclusion GSM399350 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119- GSM399351 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119- GSM399352 3- 4- 8- 25- 44+ 11b- 11c- 19- NK1.1- Gr1- TER119- GSM399353 3- 4- 8- 25+ 44+...
Eu construí uma condição que extrai exatamente uma linha do meu quadro de dados: d2 = df[(df['l_ext']==l_ext) & (df['item']==item) & (df['wn']==wn) & (df['wd']==1)] Agora eu gostaria de pegar um valor de uma coluna específica: val = d2['col_name'] Mas, como resultado, recebo um...
Eu tenho um código que em um local termina com uma lista de quadros de dados que eu realmente quero converter em um único quadro de big data. Eu recebi alguns indicadores de uma pergunta anterior que estava tentando fazer algo semelhante, mas mais complexo. Aqui está um exemplo do que estou...
Estou lutando para encontrar a função apropriada que retornaria um número especificado de linhas selecionadas aleatoriamente sem substituição de um quadro de dados na linguagem R? Alguém pode me
A maioria das operações em pandaspode ser realizada com o encadeamento de operador ( groupby, aggregate, apply, etc.), mas a única maneira que eu verificou-se linhas de filtro é através de indexação suporte normais df_filtered = df[df['column'] == value] Isso não é atraente, pois exige que eu...
Eu tenho um quadro de dados com um índice hierárquico no eixo 1 (colunas) (de uma groupby.aggoperação): USAF WBAN year month day s_PC s_CL s_CD s_CNT tempf sum sum sum sum amax amin 0 702730 26451 1993 1 1 1 0 12 13 30.92 24.98 1 702730 26451 1993 1 2 0 0 13 13 32.00 24.98 2 702730 26451 1993 1...
Eu tenho um conjunto de dados bastante grande na forma de um quadro de dados e queria saber como seria capaz de dividir o quadro de dados em duas amostras aleatórias (80% e 20%) para treinamento e
Ao ligar df = pd.read_csv('somefile.csv') Eu recebo: /Users/josh/anaconda/envs/py27/lib/python2.7/site-packages/pandas/io/parsers.py:1130: DtypeWarning: colunas (4,5,7,16) têm tipos mistos. Especifique a opção dtype na importação ou defina low_memory = False. Por que a dtypeopção está...
No momento, estou importando um quadro de dados bastante grande CSVtoda vez que executo o script. Existe uma boa solução para manter esse dataframe constantemente disponível entre as execuções, para que eu não precise gastar todo esse tempo esperando a execução do
Eu tenho um quadro de dados ao longo das linhas abaixo: Type Set 1 A Z 2 B Z 3 B X 4 C Y Eu quero adicionar outra coluna ao quadro de dados (ou gerar uma série) do mesmo comprimento que o quadro de dados (= número igual de registros / linhas) que define uma cor verde se Set = 'Z' e 'red' se...