Estou usando o pandas / python e tenho duas séries de tempo de data s1 e s2, que foram geradas usando a função 'to_datetime' em um campo do df contendo datas / horas. Quando eu subtraio s1 de s2 s3 = s2 - s1 Eu recebo uma série, s3, do tipo timedelta64 [ns] 0 385 days, 04:10:36 1 57...
Atualmente, tenho um dataframe que consiste em colunas com valores de 1 e 0, gostaria de iterar pelas colunas e excluir aquelas que são compostas de apenas 0s. Aqui está o que tentei até agora: ones = [] zeros = [] for year in years: for i in range(0,599): if year[str(i)].values.any() == 1:...
Estou usando o lmplot do Seaborn para traçar uma regressão linear, dividindo meu conjunto de dados em dois grupos com uma variável categórica. Para xey, gostaria de definir manualmente o limite inferior em ambos os gráficos, mas deixar o limite superior no padrão Seaborn. Aqui está um exemplo...
Eu tenho um pd.DataFrameque foi criado analisando algumas planilhas do Excel. Uma coluna com células vazias. Por exemplo, abaixo está a saída para a frequência dessa coluna, 32320 registros têm valores ausentes para Locatário . >>> value_counts(Tenant, normalize=False) 32320...
Essa é a diferença entre groupby("x").count e groupby("x").sizenos pandas? O tamanho exclui apenas nulo?
Eu tenho um dataframe que pode ser parecido com este: A B C foo bar foo bar bar foo foo bar Quero examinar cada elemento de cada linha (ou cada elemento de cada coluna) e aplicar a seguinte função para obter o DF subsequente: def foo_bar(x): return x.replace('foo', 'wow') A B C wow bar wow...
Eu gostaria de filtrar linhas por uma função de cada linha, por exemplo def f(row): return sin(row['velocity'])/np.prod(['masses']) > 5 df = pandas.DataFrame(...) filtered = df[apply_to_all_rows(df, f)] Ou para outro exemplo mais complexo e inventado, def g(row): if
Acabei de começar a usar o pandas / matplotlib como substituto do Excel para gerar gráficos de barras empilhadas. Estou tendo um problema (1) existem apenas 5 cores no mapa de cores padrão, então se eu tiver mais de 5 categorias, as cores se repetem. Como posso especificar mais cores?...
Eu tenho um grande dataframe com 423244 linhas. Eu quero dividir isso em 4. Tentei o código a seguir, mas deu um erro?ValueError: array split does not result in an equal division for item in np.split(df, 4): print item Como dividir esse dataframe em 4 grupos?
Acabei de instalar o pacote pandas e modelos de estatísticas no meu python 2.7 Quando tentei "importar pandas como pd", surgiu esta mensagem de erro. Alguém pode ajudar? Obrigado!!! numpy.dtype has the wrong size, try recompiling Traceback (most recent call last): File "<stdin>", line 1,...
Eu tenho um dataframe do pandas. Eu quero 'retardar' uma de minhas colunas. Isso significa, por exemplo, deslocar a coluna inteira 'gdp' para cima em um e, em seguida, remover todos os dados em excesso na parte inferior das linhas restantes para que todas as colunas tenham o mesmo comprimento...
Eu tenho duas colunas fromdatee todate, em um dataframe. import pandas as pd data = {'todate': [pd.Timestamp('2014-01-24 13:03:12.050000'), pd.Timestamp('2014-01-27 11:57:18.240000'), pd.Timestamp('2014-01-23 10:07:47.660000')], 'fromdate': [pd.Timestamp('2014-01-26 23:41:21.870000'),...
A maioria das funções do Numpy habilitará multithreading por padrão. por exemplo, eu trabalho em uma estação de trabalho intel cpu de 8 núcleos, se eu executar um script import numpy as np x=np.random.random(1000000) for i in range(100000): np.sqrt(x) o linux topmostrará 800% de uso da CPU...
Eu tenho um quadro de dados e um dicionário. Preciso adicionar uma nova coluna ao quadro de dados e calcular seus valores com base no dicionário. Aprendizado de máquina, adicionando novo recurso com base em alguma tabela: score = {(1, 45, 1, 1) : 4, (0, 1, 2, 1) : 5} df = pd.DataFrame(data = {...
Eu tenho um df como este: frame = pd.DataFrame({'a' : ['a,b,c', 'a,c,f', 'b,d,f','a,z,c']}) E uma lista de itens: letters = ['a','c'] Meu objetivo é obter todas as linhas frameque contenham pelo menos os 2 elementos emletters Eu vim com esta solução: for i in letters: subframe =...
Eu tenho um quadro de dados que registra respostas da escolha de 19717 pessoas das linguagens de programação por meio de perguntas de múltipla escolha. A primeira coluna é, obviamente, o sexo do entrevistado, enquanto o restante são as escolhas que eles escolheram. E, portanto, se eu escolher o...
Eu tenho dois pandasquadros de dados ae b: a1 a2 a3 a4 a5 a6 a7 1 3 4 5 3 4 5 0 2 0 3 0 2 1 2 5 6 5 2 1 2 e b1 b2 b3 b4 b5 b6 b7 3 5 4 5 1 4 3 0 1 2 3 0 0 2 2 2 1 5 2 6 5 Os dois quadros de dados contêm exatamente os mesmos dados, mas em uma ordem diferente e com nomes de colunas diferentes....
Estou trabalhando com linhas individuais de quadros de dados de pandas, mas tropeço em questões de coerção ao indexar e inserir linhas. Pandas parece sempre querer coagir de um tipo misto de int / float para all-float, e não consigo ver nenhum controle óbvio sobre esse comportamento. Por exemplo,...
Ao ter um DataFrame do Pandas assim: import pandas as pd import numpy as np df = pd.DataFrame({'today': [['a', 'b', 'c'], ['a', 'b'], ['b']], 'yesterday': [['a', 'b'], ['a'], ['a']]}) today yesterday 0 ['a', 'b', 'c'] ['a', 'b'] 1 ['a', 'b'] ['a'] 2 ['b'] ['a'] ... etc Porém, com cerca de...
Eu tenho o seguinte quadro de dados de pandas: df1 = pd.DataFrame({'date': [200101,200101,200101,200101,200102,200102,200102,200102],'blockcount': [1,1,2,2,1,1,2,2],'reactiontime': [350,400,200,250,100,300,450,400]}) Estou tentando criar um dicionário hierárquico, com os valores do dicionário...