Eu tenho um quadro de dados com nomes de colunas e quero encontrar o que contém uma determinada sequência de caracteres, mas não corresponde exatamente a ela. Estou procurando 'spike'em nomes de coluna como 'spike-2', 'hey spike', 'spiked-in'(o'spike' parte é sempre contínua). Desejo que o nome da...
Eu sou novo em python e pandas. Estou tentando tsvcarregar um arquivo em um panda DataFrame. Isto é o que estou tentando e o erro que estou recebendo: >>> df1 = DataFrame(csv.reader(open('c:/~/trainSetRel3.txt'), delimiter='\t')) Traceback (most recent call last): File...
Eu tenho um DataFrame de pandas com uma coluna: import pandas as pd df = pd.DataFrame( data={ "teams": [ ["SF", "NYG"], ["SF", "NYG"], ["SF", "NYG"], ["SF", "NYG"], ["SF", "NYG"], ["SF", "NYG"], ["SF", "NYG"], ] } ) print(df) Resultado: teams 0 [SF, NYG] 1 [SF, NYG] 2 [SF, NYG] 3...
Eu tenho os seguintes 2 quadros de dados: df_a = mukey DI PI 0 100000 35 14 1 1000005 44 14 2 1000006 44 14 3 1000007 43 13 4 1000008 43 13 df_b = mukey niccdcd 0 190236 4 1 190237 6 2 190238 7 3 190239 4 4 190240 7 Quando tento ingressar nesses 2 quadros de dados: join_df =...
Qual é a maneira mais eficiente de organizar o seguinte DataFrame dos pandas: data = Position Letter 1 a 2 b 3 c 4 d 5 e em um dicionário como alphabet[1 : 'a', 2 : 'b', 3 : 'c', 4 : 'd', 5 :
Estou trabalhando com um arquivo csv grande e a penúltima coluna tem uma sequência de texto que eu quero dividir por um delimitador específico. Eu queria saber se existe uma maneira simples de fazer isso usando pandas ou python? CustNum CustomerName ItemQty Item Seatblocks ItemExt 32363 McCartney,...
Estou filtrando linhas em um dataframe por valores em duas colunas. Por alguma razão, o operador OR se comporta como eu esperaria que o operador AND se comportasse e vice-versa. Meu código de teste: import pandas as pd df = pd.DataFrame({'a': range(5), 'b': range(5) }) # let's insert some -1...
df = pd.DataFrame({'Col1': ['Bob', 'Joe', 'Bill', 'Mary', 'Joe'], 'Col2': ['Joe', 'Steve', 'Bob', 'Bob', 'Steve'], 'Col3': np.random.random(5)}) Qual é a melhor maneira de retornar os valores exclusivos de 'Col1' e 'Col2'? A saída desejada é 'Bob', 'Joe', 'Bill', 'Mary',
Estou recebendo o seguinte erro ao importar pandasem um Pythonprograma monas-mbp:book mona$ sudo pip install python-dateutil Requirement already satisfied (use --upgrade to upgrade): python-dateutil in /System/Library/Frameworks/Python.framework/Versions/2.7/Extras/lib/python Cleaning...
A tarefa simples de adicionar uma linha a um pandas.DataFrameobjeto parece ser difícil de realizar. Existem três perguntas sobre o stackoverflow relacionadas a isso, nenhuma das quais fornece uma resposta útil. Aqui está o que estou tentando fazer. Eu tenho um DataFrame do qual eu já conheço a...
Eu tenho uma coluna no python pandas DataFrame que possui valores booleanos True / False, mas para cálculos adicionais eu preciso de representação 1/0. Existe uma maneira rápida de fazer
Quero imprimir o resultado do agrupamento com os pandas. Eu tenho um quadro de dados: import pandas as pd df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)}) print(df) A B 0 one 0 1 one 1 2 two 2 3 three 3 4 three 4 5 one 5 Ao imprimir após o agrupamento por...
Eu tenho um problema de classificação de aprendizado de máquina com 80% de variáveis categóricas. Devo usar uma codificação quente para usar um classificador para a classificação? Posso passar os dados para um classificador sem a codificação? Estou tentando fazer o seguinte para a seleção de...
Eu tenho um DataFrame simples como o seguinte: Quero selecionar todos os valores da coluna 'Primeira Temporada' e substituir os que estão acima de 1990 por 1. Nesse exemplo, apenas o Baltimore Ravens teria o 1996 substituído por 1 (mantendo o restante dos dados intactos). Eu usei o...
Manipulei alguns dados usando pandas e agora quero executar um salvamento em lote no banco de dados. Isso requer que eu converta o quadro de dados em uma matriz de tuplas, com cada tupla correspondendo a uma "linha" do quadro de dados. Meu DataFrame se parece com: In [182]: data_set Out[182]:...
Suponha que eu tenha um quadro de dados do pandas df: Quero calcular a média da coluna de um quadro de dados. Isso é facil: df.apply(average) então o intervalo sábio da coluna max (col) - min (col). Isso é fácil novamente: df.apply(max) - df.apply(min) Agora, para cada elemento, quero...
Eu tenho um grande dataframe df (cerca de 12M linhas) com dizer: df.columns = ['word','documents','frequency'] Portanto, o seguinte foi executado em tempo hábil: word_grouping = df[['word','frequency']].groupby('word') MaxFrequency_perWord =
Eu preciso usar funções diferentes para tratar colunas numéricas e colunas de seqüência de caracteres. O que estou fazendo agora é realmente burro: allc = list((agg.loc[:, (agg.dtypes==np.float64)|(agg.dtypes==np.int)]).columns) for y in allc: treat_numeric(agg[y]) allc = list((agg.loc[:,...
quando minha função f é chamada com uma variável, quero verificar se var é um dataframe do pandas: def f(var): if var == pd.DataFrame(): print "do stuff" Eu acho que a solução pode ser bastante simples, mas mesmo com def f(var): if var.values != None: print "do stuff" Não consigo fazê-lo...
Estou procurando uma maneira eficiente de remover partes indesejadas de seqüências de caracteres em uma coluna DataFrame. Os dados se parecem com: time result 1 09:00 +52A 2 10:00 +62B 3 11:00 +44a 4 12:00 +30b 5 13:00 -110a Preciso aparar esses dados para: time result 1 09:00 52 2 10:00 62 3...