from itertools import product import pandas as pd df = pd.DataFrame.from_records(product(range(10), range(10))) df = df.sample(90) df.columns = "c1 c2".split() df = df.sort_values(df.columns.tolist()).reset_index(drop=True) # c1 c2 # 0 0 0 # 1 0 1 # 2 0 2 # 3 0 3 # 4 0 4 # .. .. .. # 85 9 4 # 86 9...
Eu tenho um enorme quadro de dados com muitas colunas, muitas das quais são do tipo datetime.datetime. O problema é que muitos também têm tipos mistos, incluindo, por exemplo, datetime.datetimevalores e Nonevalores (e potencialmente outros valores inválidos): 0 2017-07-06 00:00:00 1 2018-02-27...
Eu tenho um quadro de dados df, com duas colunas: Script (com texto) e Speaker Script Speaker aze Speaker 1 art Speaker 2 ghb Speaker 3 jka Speaker 1 tyc Speaker 1 avv Speaker 2 bhj Speaker 1 E eu tenho a seguinte lista: L = ['a','b','c'] Com o seguinte código, df =
Aqui está meu primeiro geodatframe: !pip install geopandas import pandas as pd import geopandas city1 = [{'City':"Buenos Aires","Country":"Argentina","Latitude":-34.58,"Longitude":-58.66}, {'City':"Brasilia","Country":"Brazil","Latitude":-15.78 ,"Longitude":-70.66},
Eu criei um dicionário de dataframe de pandas: d[k] = pd.DataFrame(data=data[i]) Então, eu suponho que esse d[k]é um dataframe de pandas correto. Então for k in d.keys(): d[k].to_excel (file_name) Então eu tenho o erro: TypeError: got invalid input value of type <class...
Eu tenho um DataFrame de pandas do formulário: id start_time sequence_no value 0 71 2018-10-17 20:12:43+00:00 114428 3 1 71 2018-10-17 20:12:43+00:00 114429 3 2 71 2018-10-17 20:12:43+00:00 114431 79 3 71 2019-11-06 00:51:14+00:00 216009 100 4 71 2019-11-06 00:51:14+00:00 216011 150 5 71...
Estou tão confuso com diferentes métodos de indexação usando ilocem pandas. Digamos que estou tentando converter um Dataframe 1-d para um Dataframe 2-d. Primeiro, tenho o seguinte Dataframe 1-d a_array = [1,2,3,4,5,6,7,8] a_df = pd.DataFrame(a_array).T E eu vou converter isso em um Dataframe 2D...
Recentemente, comecei a receber vários erros em vários pysparktrabalhos em execução em clusters de EMR. Os erros são java.lang.IllegalArgumentException at java.nio.ByteBuffer.allocate(ByteBuffer.java:334) at
Declaração do problema Estou procurando uma maneira eficiente de gerar produtos cartesianos binários completos (tabelas com todas as combinações de True e False com um certo número de colunas), filtradas por determinadas condições exclusivas. Por exemplo, para três colunas / bits n=3obteríamos a...
Eu tenho um dataframe de pandas como tal: parent child parent_level child_level A B 0 1 B C 1 2 B D 1 2 X Y 0 2 X D 0 2 Y Z 2 3 Isso representa uma árvore que se parece com isso A X / / \ B / \ /\ / \ C D Y | Z Quero produzir algo parecido com isto: root children A [B,C,D] X...
Estou tentando executar um código simples de geopandas usando o ANACONDA spyder. No entanto, estou encontrando um erro. Eu incluí o código e o erro como abaixo: - aqui está o código: import geopandas as gpd world = gpd.read_file(gpd.datasets.get_path('naturalearth_lowres')) world.plot() import...
Eu tenho um arquivo txt com dados neste formato. As três primeiras linhas se repetem repetidamente. name=1 grade=A class=B name=2 grade=D class=A Gostaria de exibir os dados em um formato de tabela, por exemplo: name | grade | class 1 | A | B 2 | D | A Estou lutando para definir os cabeçalhos e...
Estou tentando dividir uma coluna usando regex, mas não consigo obter a divisão corretamente. Estou tentando pegar todos os CAPS à direita e movê-los para uma coluna separada. Então, eu estou recebendo todos os CAPS 2-4 CAPS seguidos. No entanto, apenas sai da 'Name'coluna enquanto a 'Team'coluna...
Eu tenho esse DataFrame: df = pd.DataFrame(data={ 'col0': [11, 22,1, 5] 'col1': ['aa:a:aaa', 'a:a', 'a', 'a:aa:a:aaa'], 'col2': ["foo", "foo", "foobar", "bar"], 'col3': [True, False, True, False], 'col4': ['elo', 'foo', 'bar', 'dupa']}) Desejo obter o comprimento da lista após a divisão em...
Eu tenho um quadro de dados como este: ORDER_NO 2401 2504 2600 2020020 2019-12-04 2019-12-10 2019-12-12 2020024 2019-12-25 NaN 2019-12-20 2020034 NaN NaN 2019-12-20 2020020 2019-12-12 2019-12-15 2019-12-18 Estou criando XML a partir do quadro de dados acima. Quero remover o valor nulo sendo...
Digamos que eu tenha o seguinte quadro de dados (uma coluna de números inteiros e uma coluna com uma lista de números inteiros) ... ID Found_IDs 0 12345 [15443, 15533, 3433] 1 15533 [2234, 16608, 12002, 7654] 2 6789 [43322, 876544, 36789] E também uma lista separada de IDs ... bad_ids =...
Eu tenho dataframe com cada linha com um valor de lista. id list_of_value 0 ['a','b','c'] 1 ['d','b','c'] 2 ['a','b','c'] 3 ['a','b','c'] eu tenho que fazer um cálculo de uma pontuação com uma linha e contra todas as outras linhas Por exemplo: Step 1: Take value of id 0: ['a','b','c'], Step 2:...
No meu conjunto de dados, tenho duas colunas categóricas que gostaria de numerar. As duas colunas contêm países, algumas se sobrepõem (aparecem nas duas colunas). Gostaria de fornecer o mesmo número na coluna1 e na coluna2 para o mesmo país. Meus dados são parecidos com: import pandas as pd d =...
Eu tenho dados de séries temporais. Gerando dados date_rng = pd.date_range('2019-01-01', freq='s', periods=400) df = pd.DataFrame(np.random.lognormal(.005, .5,size=(len(date_rng), 3)), columns=['data1', 'data2', 'data3'], index= date_rng) s = df['data1'] Quero criar uma linha em zigue-zague...
Estou trabalhando com um DataFrame com a seguinte estrutura: import pandas as pd df = pd.DataFrame({'group':[1,1,1,2,2,2,2,3,3,3], 'brand':['A','B','X','C','D','X','X','E','F','X']}) print(df) group brand 0 1 A 1 1 B 2 1 X 3 2 C 4 2 D 5 2 X 6 2 X 7 3 E 8 3 F 9 3 X Meu objetivo é visualizar...