Estou começando com dados de entrada como este df1 = pandas.DataFrame( { "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } ) Que quando impresso aparece assim: City Name 0 Seattle Alice 1...
Eu tenho um dataframe 20 x 4000 em Python usando pandas. Duas dessas colunas são nomeadas Yeare quarter. Eu gostaria de criar uma variável chamada periodthat makes Year = 2000and quarter= q2into 2000q2. Alguém pode ajudar com
No Python Pandas, qual é a melhor maneira de verificar se um DataFrame possui um (ou mais) valores NaN? Eu sei sobre a função pd.isnan, mas isso retorna um DataFrame de booleanos para cada elemento. Este post aqui também não responde exatamente à minha
Eu criei um DataFrame do Pandas df = DataFrame(index=['A','B','C'], columns=['x','y']) e entendi xy A NaN NaN B NaN NaN C NaN NaN Quero atribuir valor a uma célula específica, por exemplo, para a linha 'C' e a coluna 'x'. Eu esperava obter esse resultado: xy A NaN NaN B NaN NaN C 10...
Você pode me dizer quando usar esses métodos de vetorização com exemplos básicos? Vejo que mapé um Seriesmétodo, enquanto o resto são DataFramemétodos. Fiquei confuso sobre applye applymapmétodos embora. Por que temos dois métodos para aplicar uma função a um DataFrame? Novamente, exemplos...
Estou interessado em saber como converter um dataframe de pandas em uma matriz NumPy. quadro de dados: import numpy as np import pandas as pd index = [1, 2, 3, 4, 5, 6, 7] a = [np.nan, np.nan, np.nan, 0.1, 0.1, 0.1, 0.1] b = [0.2, np.nan, 0.2, 0.2, 0.2, np.nan, np.nan] c = [np.nan, 0.5, 0.5,...
Eu tenho dados, nos quais eu quero encontrar o número de NaN, para que, se for menor que algum limite, eu soltarei essas colunas. Eu olhei, mas não consegui encontrar nenhuma função para isso. existe value_counts, mas seria lento para mim, porque a maioria dos valores é distinta e eu quero...
Estou começando nos documentos do DataFrame do pandas aqui: http://pandas.pydata.org/pandas-docs/stable/dsintro.html Gostaria de preencher iterativamente o DataFrame com valores em um tipo de cálculo de série temporal. Então, basicamente, eu gostaria de inicializar o DataFrame com as colunas A, B...
Eu tenho um quadro de dados como abaixo itm Date Amount 67 420 2012-09-30 00:00:00 65211 68 421 2012-09-09 00:00:00 29424 69 421 2012-09-16 00:00:00 29877 70 421 2012-09-23 00:00:00 30990 71 421 2012-09-30 00:00:00 61303 72 485 2012-09-09 00:00:00 71781 73 485 2012-09-16 00:00:00 NaN 74 485...
Isso parece bastante óbvio, mas não consigo descobrir como converter um índice do quadro de dados em uma coluna? Por exemplo: df= gi ptt_loc 0 384444683 593 1 384444684 594 2 384444686 596 Para, df= index1 gi ptt_loc 0 0 384444683 593 1 1 384444684 594 2 2 384444686 596...
Eu tenho um DataFramecom 4 colunas, das quais 2 contêm valores de seqüência de caracteres. Eu queria saber se havia uma maneira de selecionar linhas com base em uma correspondência de seqüência parcial contra uma coluna específica? Em outras palavras, uma função ou função lambda que faria algo...
Eu tenho o seguinte DataFrame: Col1 Col2 Col3 Type 0 1 2 3 1 1 4 5 6 1 ... 20 7 8 9 2 21 10 11 12 2 ... 45 13 14 15 3 46 16 17 18 3 ... O DataFrame é lido de um arquivo CSV. Todas as linhas que possuem Type1 estão no topo, seguidas pelas linhas com Type2, seguidas pelas linhas com Type3,...
Eu tenho um quadro de dados dfe uso várias colunas para groupby: df['col1','col2','col3','col4'].groupby(['col1','col2']).mean() Da maneira acima, quase recebo a tabela (quadro de dados) necessária. O que está faltando é uma coluna adicional que contém o número de linhas em cada grupo. Em outras...
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
Estou tentando salvar um csv em uma pasta depois de fazer algumas edições no arquivo. Toda vez que eu uso pd.to_csv('C:/Path of file.csv')o arquivo csv, há uma coluna separada de índices. Quero evitar imprimir o índice em csv. Eu tentei: pd.read_csv('C:/Path to file to edit.csv', index_col =...
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 +...
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...