Suponha que eu tenho um dfque tem colunas de 'ID', 'col_1', 'col_2'. E eu defino uma função: f = lambda x, y : my_function_expression. Agora eu quero aplicar o fa dfduas colunas 's 'col_1', 'col_2'para calcular elemento-wise uma nova coluna 'col_3', um pouco como: df['col_3'] =...
Como realizar uma junção ( LEFT| RIGHT| FULL) ( INNER| OUTER) com pandas? Como adicionar NaNs para linhas ausentes após a mesclagem? Como me livrar dos NaNs após a fusão? Posso mesclar no índice? Cruzar-se com pandas? Como mesclar vários DataFrames? merge? join? concat? update? Quem? O que? Por...
O que é pivô? Como eu giro? Isso é um pivô? Formato longo para formato amplo? Eu já vi muitas perguntas sobre tabelas dinâmicas. Mesmo que eles não saibam que estão perguntando sobre tabelas dinâmicas, geralmente o são. É praticamente impossível escrever uma pergunta e resposta canônica que...
Eu construí uma condição que extrai exatamente uma linha do meu quadro de dados: d2 = df[(df['l_ext']==l_ext) & (df['item']==item) & (df['wn']==wn) & (df['wd']==1)] Agora eu gostaria de pegar um valor de uma coluna específica: val = d2['col_name'] Mas, como resultado, recebo um...
Estou tentando usar pandas para manipular um arquivo .csv, mas recebo este erro: pandas.parser.CParserError: Erro ao tokenizar dados. Erro C: 2 campos esperados na linha 3, serra 12 Eu tentei ler os documentos dos pandas, mas não encontrei nada. Meu código é simples: path = 'GOOG Key...
A maioria das operações em pandaspode ser realizada com o encadeamento de operador ( groupby, aggregate, apply, etc.), mas a única maneira que eu verificou-se linhas de filtro é através de indexação suporte normais df_filtered = df[df['column'] == value] Isso não é atraente, pois exige que eu...
Eu tenho um quadro de dados com um índice hierárquico no eixo 1 (colunas) (de uma groupby.aggoperação): USAF WBAN year month day s_PC s_CL s_CD s_CNT tempf sum sum sum sum amax amin 0 702730 26451 1993 1 1 1 0 12 13 30.92 24.98 1 702730 26451 1993 1 2 0 0 13 13 32.00 24.98 2 702730 26451 1993 1...
Eu tenho um conjunto de dados bastante grande na forma de um quadro de dados e queria saber como seria capaz de dividir o quadro de dados em duas amostras aleatórias (80% e 20%) para treinamento e
Ao ligar df = pd.read_csv('somefile.csv') Eu recebo: /Users/josh/anaconda/envs/py27/lib/python2.7/site-packages/pandas/io/parsers.py:1130: DtypeWarning: colunas (4,5,7,16) têm tipos mistos. Especifique a opção dtype na importação ou defina low_memory = False. Por que a dtypeopção está...
Eu tenho um dicionário que se parece com isso: di = {1: "A", 2: "B"} Gostaria de aplicá-lo à coluna "col1" de um dataframe semelhante a: col1 col2 0 w a 1 1 2 2 2 NaN para obter: col1 col2 0 w a 1 A 2 2 B NaN Como posso fazer isso da melhor maneira? Por alguma razão, os termos do Google...
No momento, estou importando um quadro de dados bastante grande CSVtoda vez que executo o script. Existe uma boa solução para manter esse dataframe constantemente disponível entre as execuções, para que eu não precise gastar todo esse tempo esperando a execução do
Quero aplicar minha função personalizada (ele usa uma escada de if-else) para estes seis colunas ( ERI_Hispanic, ERI_AmerInd_AKNatv, ERI_Asian, ERI_Black_Afr.Amer, ERI_HI_PacIsl, ERI_White) em cada linha da minha trama de dados. Tentei métodos diferentes de outras perguntas, mas ainda não consigo...
Eu tenho um quadro de dados ao longo das linhas abaixo: Type Set 1 A Z 2 B Z 3 B X 4 C Y Eu quero adicionar outra coluna ao quadro de dados (ou gerar uma série) do mesmo comprimento que o quadro de dados (= número igual de registros / linhas) que define uma cor verde se Set = 'Z' e 'red' se...
Eu tenho um conjunto de dados |category| cat a cat b cat a Gostaria de poder retornar algo como (mostrando valores e frequência únicos) category | freq | cat a 2 cat b
Eu tenho um DataFrame do pandas e quero excluir linhas dele onde o comprimento da string em uma coluna específica é maior que 2. Espero poder fazer isso (por esta resposta ): df[(len(df['column name']) < 2)] mas acabei de receber o erro: KeyError: u'no item named False' O que estou fazendo...
Parece uma pergunta ridiculamente fácil ... mas não estou vendo a resposta fácil que estava esperando. Então, como obtenho o valor na enésima linha de uma determinada coluna no Pandas? (Estou particularmente interessado na primeira linha, mas também estaria interessado em uma prática mais...
Eu tenho um dicionário Python como o seguinte: {u'2012-06-08': 388, u'2012-06-09': 388, u'2012-06-10': 388, u'2012-06-11': 389, u'2012-06-12': 389, u'2012-06-13': 389, u'2012-06-14': 389, u'2012-06-15': 389, u'2012-06-16': 389, u'2012-06-17': 389, u'2012-06-18': 390, u'2012-06-19':...
Como verificar se um panda DataFrameestá vazio? No meu caso, quero imprimir alguma mensagem no terminal, se DataFrameestiver
Como faço para converter um numpy.datetime64objeto em um datetime.datetime(ou Timestamp)? No código a seguir, crio objetos datetime, timestamp e datetime64. import datetime import numpy as np import pandas as pd dt = datetime.datetime(2012, 5, 1) # A strange way to extract a Timestamp object,...
Eu tenho um documento do Excel que se parece com isso .. cluster load_date budget actual fixed_price A 1/1/2014 1000 4000 Y A 2/1/2014 12000 10000 Y A 3/1/2014 36000 2000 Y B 4/1/2014 15000 10000 N B 4/1/2014 12000 11500 N B 4/1/2014 90000 11000 N C 7/1/2014 22000 18000 N C 8/1/2014 30000 28960...