Por que os pandas fazem uma distinção entre uma Seriese uma coluna DataFrame? Em outras palavras: qual é a razão de existência da Seriesclasse? Estou usando principalmente séries temporais com índice de data e hora, talvez isso ajude a definir o contexto.
Estou tentando juntar dois quadros de dados de pandas usando duas colunas: new_df = pd.merge(A_df, B_df, how='left', left_on='[A_c1,c2]', right_on = '[B_c1,c2]') mas obteve o seguinte erro: pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:4164)() pandas/index.pyx in...
Eu tenho um DataFrame com quatro colunas. Quero converter esse DataFrame em um dicionário python. Quero que os elementos da primeira coluna sejam keyse os elementos de outras colunas na mesma linha values. Quadro de dados: ID A B C 0 p 1 3 2 1 q 4 3 2 2 r 4 0 9 A saída deve ser...
Eu tenho um arquivo grande de planilha (.xlsx) que estou processando usando pandas python. Acontece que eu preciso de dados de duas guias nesse arquivo grande. Uma das guias possui uma tonelada de dados e a outra são apenas algumas células quadradas. Quando uso pd.read_excel () em qualquer...
Quero agrupar meu quadro de dados por duas colunas e classificar os resultados agregados dentro dos grupos. In [167]: df Out[167]: count job source 0 2 sales A 1 4 sales B 2 6 sales C 3 3 sales D 4 7 sales E 5 5 market A 6 3 market B 7 2 market C 8 4 market D 9 1 market E In
Eu tenho um dataframe de pandas no seguinte formato: df = pd.DataFrame([[1.1, 1.1, 1.1, 2.6, 2.5, 3.4,2.6,2.6,3.4,3.4,2.6,1.1,1.1,3.3], list('AAABBBBABCBDDD'), [1.1, 1.7, 2.5, 2.6, 3.3, 3.8,4.0,4.2,4.3,4.5,4.6,4.7,4.7,4.8],
Estou lendo um arquivo csv pandas. Esse arquivo csv consiste em quatro colunas e algumas linhas, mas não possui uma linha de cabeçalho, que eu quero adicionar. Eu tenho tentado o seguinte: Cov = pd.read_csv("path/to/file.txt", sep='\t') Frame=pd.DataFrame([Cov], columns = ["Sequence", "Start",...
Eu quero criar uma nova coluna em um pandasquadro de dados aplicando uma função a duas colunas existentes. Após esta resposta, consegui criar uma nova coluna quando preciso apenas de uma coluna como argumento: import pandas as pd df = pd.DataFrame({"A": [10,20,30], "B": [20, 30, 10]}) def fx(x):...
Eu tenho o seguinte DataFrame: cliente item1 item2 item3 1 tomate com leite e maçã 2 água de batata laranja 3 chips de suco de manga que eu quero traduzir para lista de dicionários por linha rows = [{'customer': 1, 'item1': 'apple', 'item2': 'milk', 'item3': 'tomato'}, {'customer': 2, 'item1':...
Como pego várias listas e as coloco como colunas diferentes em um quadro de dados python? Eu tentei esta solução, mas tive alguns problemas. Tentativa 1: Tenha três listas, junte-as e use-as res = zip(lst1,lst2,lst3) Rende apenas uma coluna Tentativa 2: percentile_list =...
Gostaria de exibir um dataframe de pandas com um determinado formato usando print()e o IPython display(). Por exemplo: df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890], index=['foo','bar','baz','quux'], columns=['cost']) print df cost foo 123.4567 bar 234.5678 baz 345.6789 quux...
Eu tenho um quadro de dados em que algumas células contêm listas de vários valores. Em vez de armazenar vários valores em uma célula, eu gostaria de expandir o quadro de dados para que cada item da lista obtenha sua própria linha (com os mesmos valores em todas as outras colunas). Então, se eu...
Estou tentando destacar exatamente o que mudou entre dois quadros de dados. Suponha que eu tenha dois quadros de dados do Python Pandas: "StudentRoster Jan-1": id Name score isEnrolled Comment 111 Jack 2.17 True He was late to class 112 Nick 1.11 False Graduated 113 Zoe 4.12 True "StudentRoster...
Como se pode modificar o formato da saída de uma operação de grupo em pandas que produz notação científica para números muito grandes? Sei como formatar strings em python, mas não consigo aplicá-lo aqui. df1.groupby('dept')['data1'].sum() dept value1 1.192433e+08 value2 1.293066e+08 value3...
Eu tenho um quadro de dados com valores de repetição na coluna A. Quero eliminar duplicatas, mantendo a linha com o valor mais alto na coluna B. Então, é isso: A B 1 10 1 20 2 30 2 40 3 10 Deve se transformar nisso: A B 1 20 2 40 3 10 Wes adicionou uma funcionalidade interessante para...
Oi, eu tenho os seguintes quadros de dados: > df1 id begin conditional confidence discoveryTechnique 0 278 56 false 0.0 1 1 421 18 false 0.0 1 > df2 concept 0 A 1 B Como mesclar os índices para obter: id begin conditional confidence discoveryTechnique concept 0 278 56 false 0.0...
Suponha que eu tenha o DataFrame dos pandas assim: >>> df = pd.DataFrame({'id':[1,1,1,2,2,2,2,3,4],'value':[1,2,3,1,2,3,4,1,1]}) >>> df id value 0 1 1 1 1 2 2 1 3 3 2 1 4 2 2 5 2 3 6 2 4 7 3 1 8 4 1 Quero obter um novo DataFrame com os 2 principais registros para cada ID,...
Recentemente, deparei com a biblioteca de pandas para python, que de acordo com esse benchmark realiza fusões na memória muito rápidas. É ainda mais rápido que o pacote data.table no R (minha língua preferida para análise). Por que é pandasmuito mais rápido que data.table? É por causa de uma...
Existe uma maneira preferida de manter o tipo de dados de uma numpymatriz fixo como int( int64ou qualquer outro), enquanto ainda tem um elemento listado como numpy.NaN? Em particular, estou convertendo uma estrutura de dados interna em um DataFrame do Pandas. Em nossa estrutura, temos colunas do...
Existe uma maneira de selecionar linhas aleatórias de um DataFrame no Pandas. Em R, usando o pacote car, existe uma função útil some(x, n)semelhante à cabeça, mas seleciona, neste exemplo, 10 linhas aleatoriamente de x. Também examinei a documentação sobre fatias e parece não haver nada...