Estou carregando um arquivo txt contendo uma mistura de dados flutuantes e de string. Eu quero armazená-los em uma matriz onde eu possa acessar cada elemento. Agora estou apenas fazendo import pandas as pd data = pd.read_csv('output_list.txt', header = None) print data Esta é a estrutura do...
A pandas drop_duplicatesfunção é ótima para "unificar" um quadro de dados. No entanto, um dos argumentos de palavra-chave a ser aprovado é take_last=Trueou take_last=False, enquanto eu gostaria de eliminar todas as linhas duplicadas em um subconjunto de colunas. Isso é possível? A B C 0 foo 0 A 1...
Realizo regularmente operações de pandas em quadros de dados com mais de 15 milhões de linhas e gostaria de ter acesso a um indicador de progresso para operações específicas. Existe um indicador de progresso baseado em texto para operações de divisão de aplicação e combinação de pandas? Por...
Eu tenho um DataFrame do Pandas com uma coluna 'date'. Agora eu preciso filtrar todas as linhas no DataFrame que tenham datas fora dos próximos dois meses. Essencialmente, só preciso reter as linhas que estão dentro dos próximos dois meses. Qual a melhor maneira de alcançar
Estou tentando determinar se há uma entrada em uma coluna do Pandas que tenha um valor específico. Eu tentei fazer isso com if x in df['id']. Eu pensei que isso estava funcionando, exceto quando eu o alimentei com um valor que eu sabia que não estava na coluna 43 in df['id']que ainda retornava...
Não consigo obter a média ou a média de uma coluna nos pandas. A tem um quadro de dados. Nenhuma das coisas que tentei abaixo me fornece a média da colunaweight >>> allDF ID birthyear weight 0 619040 1962 0.1231231 1 600161 1963 0.981742 2 25602033 1963 1.3123124 3 624870 1987...
Eu tenho um quadro de dados com 2 níveis de índice: value Trial measurement 1 0 13 1 3 2 4 2 0 NaN 1 12 3 0 34 O que eu quero transformar nisso: Trial measurement value 1 0 13 1 1 3 1 2 4 2 0 NaN 2 1 12 3 0 34 Como posso fazer isso da melhor maneira? Preciso disso porque quero...
Entendo que, para soltar uma coluna, você usa df.drop ('nome da coluna', eixo = 1). Existe uma maneira de eliminar uma coluna usando um índice numérico em vez do nome da
Como acesso a chave groupby dataframe em um objeto groupby pela chave? Com o seguinte grupo por: rand = np.random.RandomState(1) df = pd.DataFrame({'A': ['foo', 'bar'] * 3, 'B': rand.randn(6), 'C': rand.randint(0, 20, 6)}) gb = df.groupby(['A']) Eu posso percorrer para obter as chaves e os...
Eu sei que esta é uma pergunta muito básica, mas por algum motivo não consigo encontrar uma resposta. Como posso obter o índice de determinado elemento de uma série em pandas python? (a primeira ocorrência seria suficiente) Ou seja, eu gostaria de algo como: import pandas as pd myseries =...
Estou trabalhando com índice booleano no Pandas. A questão é por que a afirmação: a[(a['some_column']==some_number) & (a['some_other_column']==some_other_number)] funciona bem enquanto a[(a['some_column']==some_number) and (a['some_other_column']==some_other_number)] sai com...
Eu tenho o seguinte DataFrame: In [1]: import pandas as pd df = pd.DataFrame({'a': [1,2,3], 'b': [2,3,4], 'c':['dd','ee','ff'], 'd':[5,9,1]}) df Out [1]: a b c d 0 1 2 dd 5 1 2 3 ee 9 2 3 4 ff 1 Eu gostaria de adicionar uma coluna 'e'que é a soma da coluna 'a', 'b'e 'd'. Indo por fóruns,...
Eu tenho uma situação onde, por vezes, quando leio um csvde dfeu chegar um índice semelhante indesejada coluna chamada unnamed:0. file.csv ,A,B,C 0,1,2,3 1,4,5,6 2,7,8,9 O CSV é lido com isso: pd.read_csv('file.csv') Unnamed: 0 A B C 0 0 1 2 3 1 1 4 5 6 2 2 7 8 9 Isso é muito chato! Alguém...
Eu tenho um DataFrame dinâmico que funciona bem, mas quando não há dados a serem adicionados ao DataFrame, recebo um erro. E, portanto, preciso de uma solução para criar um DataFrame vazio com apenas os nomes das colunas. Por enquanto, tenho algo parecido com isto: df =
Hoje, fiquei positivamente surpreso pelo fato de que, ao ler dados de um arquivo de dados (por exemplo), o pandas é capaz de reconhecer tipos de valores: df = pandas.read_csv('test.dat', delimiter=r"\s+", names=['col1','col2','col3']) Por exemplo, pode ser verificado desta maneira: for i, r in...
Quero encontrar todos os valores em um quadro de dados do Pandas que contenham espaço em branco (qualquer quantidade arbitrária) e substituir esses valores por NaNs. Alguma idéia de como isso pode ser melhorado? Basicamente, quero transformar isso: A B C 2000-01-01 -0.532681 foo 0 2000-01-02...
Eu tenho um cenário em que um usuário deseja aplicar vários filtros a um objeto Pandas DataFrame ou Series. Essencialmente, quero encadear com eficiência um conjunto de filtros (operações de comparação) que são especificados em tempo de execução pelo usuário. Os filtros devem ser aditivos (ou...
Obviamente, isso é simples, mas como um novato entorpecido, estou ficando preso. Eu tenho um arquivo CSV que contém 3 colunas, o Estado, o ID do escritório e as vendas desse escritório. Desejo calcular a porcentagem de vendas por escritório em um determinado estado (o total de todas as...
Quero aplicar uma função com argumentos a uma série em pandas python: x = my_series.apply(my_function, more_arguments_1) y = my_series.apply(my_function, more_arguments_2) ... A documentação descreve o suporte a um método apply, mas não aceita argumentos. Existe um método diferente que aceite...
Eu tenho um DataFrame com muitos valores ausentes nas colunas que desejo agrupar: import pandas as pd import numpy as np df = pd.DataFrame({'a': ['1', '2', '3'], 'b': ['4', np.NaN, '6']}) In [4]: df.groupby('b').groups Out[4]: {'4': [0], '6': [2]} veja que o Pandas eliminou as linhas com os...