Como acesso a chave groupby dataframe em um objeto groupby pela chave? Com o seguinte grupo por: rand = np.random.RandomState(1) df = pd.DataFrame({'A': ['foo', 'bar'] * 3, 'B': rand.randn(6), 'C': rand.randint(0, 20, 6)}) gb = df.groupby(['A']) Eu posso percorrer para obter as chaves e os...
Gostaria de alterar o formato (classe) de algumas colunas do meu objeto data.frame ( mydf) de charactor para fator . Não quero fazer isso quando estou lendo o arquivo de texto read.table() função. Qualquer ajuda seria
Estou trabalhando com índice booleano no Pandas. A questão é por que a afirmação: a[(a['some_column']==some_number) & (a['some_other_column']==some_other_number)] funciona bem enquanto a[(a['some_column']==some_number) and (a['some_other_column']==some_other_number)] sai com...
Estou usando R e carreguei dados em um dataframe usando read.csv(). Como determino o tipo de dados de cada coluna no quadro de
Eu tenho o seguinte DataFrame: In [1]: import pandas as pd df = pd.DataFrame({'a': [1,2,3], 'b': [2,3,4], 'c':['dd','ee','ff'], 'd':[5,9,1]}) df Out [1]: a b c d 0 1 2 dd 5 1 2 3 ee 9 2 3 4 ff 1 Eu gostaria de adicionar uma coluna 'e'que é a soma da coluna 'a', 'b'e 'd'. Indo por fóruns,...
Quando alguém deve usar a data.framee quando é melhor usar a matrix? Ambos mantêm os dados em um formato retangular, portanto, às vezes, não está claro. Existem regras gerais para quando usar qual tipo de
Eu tenho uma situação onde, por vezes, quando leio um csvde dfeu chegar um índice semelhante indesejada coluna chamada unnamed:0. file.csv ,A,B,C 0,1,2,3 1,4,5,6 2,7,8,9 O CSV é lido com isso: pd.read_csv('file.csv') Unnamed: 0 A B C 0 0 1 2 3 1 1 4 5 6 2 2 7 8 9 Isso é muito chato! Alguém...
Hoje, fiquei positivamente surpreso pelo fato de que, ao ler dados de um arquivo de dados (por exemplo), o pandas é capaz de reconhecer tipos de valores: df = pandas.read_csv('test.dat', delimiter=r"\s+", names=['col1','col2','col3']) Por exemplo, pode ser verificado desta maneira: for i, r in...
Eu tenho um DataFrame dinâmico que funciona bem, mas quando não há dados a serem adicionados ao DataFrame, recebo um erro. E, portanto, preciso de uma solução para criar um DataFrame vazio com apenas os nomes das colunas. Por enquanto, tenho algo parecido com isto: df =
df <- data.frame(var1 = c('a', 'b', 'c'), var2 = c('d', 'e', 'f'), freq = 1:3) Qual é a maneira mais simples de expandir cada linha das duas primeiras colunas do data.frame acima, para que cada linha seja repetida o número de vezes especificado na coluna 'freq'? Em outras palavras, vá a...
Eu tenho um grande data.table , com muitos valores ausentes espalhados por suas ~ 200k linhas e 200 colunas. Gostaria de codificar novamente esses valores de NA para zeros da maneira mais eficiente possível. Eu vejo duas opções: 1: Converter em um data.frame e usar algo como este 2: Algum tipo...
Quero encontrar todos os valores em um quadro de dados do Pandas que contenham espaço em branco (qualquer quantidade arbitrária) e substituir esses valores por NaNs. Alguma idéia de como isso pode ser melhorado? Basicamente, quero transformar isso: A B C 2000-01-01 -0.532681 foo 0 2000-01-02...
Estou tendo problemas com um quadro de dados e realmente não consegui resolver esse problema: o quadro de dados tem propriedades arbitrárias como colunas e cada linha representa um conjunto de dados . A questão é: como se livrar de colunas onde, para TODAS as linhas, o valor é NA...
Eu tenho um quadro de dados como este: df VALUE ABS_CALL DETECTION P-VALUE 1007_s_at "957.729231881542" "P" "0.00486279317241156" 1053_at "320.632701283368" "P" "0.0313356324173416" 117_at "429.842323161046" "P" "0.0170004527476119" 121_at "2395.7364289242" "P" "0.0114473584876183"...
Eu tenho um dataframe de pandas e desejo dividi-lo em 3 conjuntos separados. Eu sei que usando train_test_split de sklearn.cross_validation, é possível dividir os dados em dois conjuntos (train e test). No entanto, não consegui encontrar nenhuma solução para dividir os dados em três conjuntos. De...
Tenho dados salvos em um banco de dados postgreSQL. Estou consultando esses dados usando Python2.7 e transformando-os em um DataFrame do Pandas. No entanto, a última coluna desse quadro de dados possui um dicionário (ou lista?) De valores. O DataFrame fica assim: [1] df Station ID Pollutants 8809...
Quais são as maneiras mais comuns dos pandas de selecionar / filtrar linhas de um quadro de dados cujo índice é um MultiIndex ? Fatiar com base em um único valor / rótulo Fatiar com base em vários rótulos de um ou mais níveis Filtrando condições e expressões booleanas Quais métodos são aplicáveis...
Eu estou tentando preencher nenhum valor em um dataframe do Pandas com 0 para apenas alguns subconjuntos de colunas. Quando eu faço: import pandas as pd df = pd.DataFrame(data={'a':[1,2,3,None],'b':[4,5,None,6],'c':[None,None,7,8]}) print df df.fillna(value=0, inplace=True) print df A saída: a...
Dado um quadro de dados de pandas contendo possíveis valores de NaN espalhados aqui e ali: Pergunta: Como determino quais colunas contêm valores de NaN? Em particular, posso obter uma lista dos nomes de colunas que contêm
Eu tenho um DataFrame gerado da seguinte maneira: df.groupBy($"Hour", $"Category") .agg(sum($"value") as "TotalValue") .sort($"Hour".asc, $"TotalValue".desc)) Os resultados são parecidos com: +----+--------+----------+ |Hour|Category|TotalValue| +----+--------+----------+ | 0| cat26| 30.9| |...