Estou tentando usar o scikit-learn's LabelEncoderpara codificar um panda DataFramede rótulos de string. Como o dataframe possui muitas (50+) colunas, desejo evitar a criação de um LabelEncoderobjeto para cada coluna; Prefiro ter apenas um grande LabelEncoderobjeto que funcione em todas as minhas...
Como fazer isso em pandas: Eu tenho uma função extract_text_featuresem uma única coluna de texto, retornando várias colunas de saída. Especificamente, a função retorna 6 valores. A função funciona, no entanto, parece não haver nenhum tipo de retorno adequado (pandas DataFrame / numpy array /...
Eu tenho um quadro de dados de pandas que se parece com isso (é bem grande) date exer exp ifor mat 1092 2014-03-17 American M 528.205 2014-04-19 1093 2014-03-17 American M 528.205 2014-04-19 1094 2014-03-17 American M 528.205 2014-04-19 1095 2014-03-17 American M 528.205 2014-04-19 1096...
Eu converti um dataframe de pandas em uma saída html usando a DataFrame.to_htmlfunção Quando eu salvo isso em um arquivo html separado, o arquivo mostra a saída truncada. Por exemplo, na minha coluna TEXT, df.head(1) mostrará O filme foi um excelente esforço ... ao invés de O filme foi um...
É possível anexar a um quadro de dados vazio que não contenha índices ou colunas? Eu tentei fazer isso, mas continuo recebendo um quadro de dados vazio no final. por exemplo df = pd.DataFrame() data = ['some kind of data here' --> I have checked the type already, and it is a...
Eu tenho um conjunto de dados com um grande número de recursos, portanto, analisar a matriz de correlação se tornou muito difícil. Eu quero traçar uma matriz de correlação que obtemos usando a dataframe.corr()função da biblioteca de pandas. Existe alguma função interna fornecida pela biblioteca do...
Como posso encontrar a linha para a qual o valor de uma coluna específica é máximo ? df.max() vai me dar o valor máximo para cada coluna, não sei como obter a linha
Suponha que eu tenha dois DataFrames como este: left = pd.DataFrame({'key1': ['foo', 'bar'], 'lval': [1, 2]}) right = pd.DataFrame({'key2': ['foo', 'bar'], 'rval': [4, 5]}) Quero mesclá-los, então tento algo assim: pd.merge(left, right, left_on='key1', right_on='key2') E eu estou feliz key1...
Estou usando esse quadro de dados: Fruit Date Name Number Apples 10/6/2016 Bob 7 Apples 10/6/2016 Bob 8 Apples 10/6/2016 Mike 9 Apples 10/7/2016 Steve 10 Apples 10/7/2016 Bob 1 Oranges 10/7/2016 Bob 2 Oranges 10/6/2016 Tom 15 Oranges 10/6/2016 Mike 57 Oranges 10/6/2016 Bob 65 Oranges 10/7/2016...
Eu uso pandas.to_datetimepara analisar as datas nos meus dados. Por padrão, os pandas representam as datas datetime64[ns], embora as datas sejam apenas diárias. Gostaria de saber se existe uma maneira elegante / inteligente de converter as datas para datetime.dateou datetime64[D]para que, quando eu...
Eu tenho um pandas dataframeem que uma coluna de seqüências de texto contém valores separados por vírgula. Quero dividir cada campo CSV e criar uma nova linha por entrada (suponha que o CSV esteja limpo e só precise ser dividido em ','). Por exemplo, adeve se tornar b: In [7]: a Out[7]: var1...
Eu tenho um quadro de dados pandas com poucas colunas. Agora eu sei que certas linhas são discrepantes com base em um determinado valor de coluna. Por exemplo a coluna 'Vol' tem todos os valores ao redor 12xxe um valor é 4000(outlier). Agora eu gostaria de excluir as linhas que possuem...
Eu tenho um quadro de dados com uma coluna e gostaria de dividi-lo em duas colunas, com um cabeçalho de coluna como ' fips'e o outro'row' Meu dataframe dffica assim: row 0 00000 UNITED STATES 1 01000 ALABAMA 2 01001 Autauga County, AL 3 01003 Baldwin County, AL 4 01005 Barbour County, AL Não...
Suponha que eu tenha o seguinte código que plota algo muito simples usando pandas: import pandas as pd values = [[1, 2], [2, 5]] df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], index=['Index 1', 'Index 2']) df2.plot(lw=2, colormap='jet', marker='.', markersize=10, title='Video...
Fechado . Esta questão é baseada em opiniões . No momento, não está aceitando respostas. Deseja melhorar esta pergunta? Atualize a pergunta para que ela possa ser respondida com fatos e citações editando esta postagem . Fechado há 4 anos . Melhore...
Eu estava procurando uma maneira elegante de alterar um nome de coluna especificado em a DataFrame. reproduzir dados ... import pandas as pd d = { 'one': [1, 2, 3, 4, 5], 'two': [9, 8, 7, 6, 5], 'three': ['a', 'b', 'c', 'd', 'e'] } df = pd.DataFrame(d) A solução mais elegante que encontrei...
Estou criando um DataFrame a partir de um CSV da seguinte maneira: stock = pd.read_csv('data_in/' + filename + '.csv', skipinitialspace=True) O DataFrame possui uma coluna de data. Existe uma maneira de criar um novo DataFrame (ou apenas substituir o existente) que contém apenas linhas com...
Estou tentando ler um arquivo csv grande (aprox. 6 GB) no pandas e estou recebendo um erro de memória: MemoryError Traceback (most recent call last) <ipython-input-58-67a72687871b> in <module>() ----> 1 data=pd.read_csv('aphro.csv',sep=';') ... MemoryError: Alguma ajuda...
Eu tenho 3 arquivos CSV. Cada um tem a primeira coluna como o nome (string) das pessoas, enquanto todas as outras colunas em cada dataframe são atributos dessa pessoa. Como posso "unir" todos os três documentos CSV para criar um único CSV com cada linha tendo todos os atributos para cada valor...
Sem usar, groupbycomo eu filtraria os dados sem NaN? Digamos que eu tenha uma matriz em que os clientes preencham 'N / A', 'n / a' ou qualquer uma de suas variações e outros deixem em branco: import pandas as pd import numpy as np df = pd.DataFrame({'movie': ['thg', 'thg', 'mol', 'mol', 'lob',...