pandas

0熱

2答えて

出力を表示するには、データフレームをpandasの最後のコマンドにする必要がありますか？

私は出力のためのデータフレームを表示し、ファイルの処理とエラーのロギングを行う必要があります。私はpycharmで.ipynbファイルを作成しました。しかし私は、私のメソッドの1つ（最後のものではない）でdataframeを言及したので、私の外のウィンドウでデータフレームを見ることができます。私のプログラムがシンプルで、データフレームが最後のコマンドだったとき、データフレームが表示されていまし

0熱

1答えて

pandasデータフレームのhtmlエクスポートでスペースを設定するにはどうすればよいですか？

this answerを変更して、列間の間隔を広げようとしています。 import pandas as pd df = pd.DataFrame({'A': [1,10], 'B': ['B','BBBBBB'], 'C': [0,1000], 'D': ['D','DDDDDD']}) #https://stackoverflow.c

-3熱

1答えて

年次データを四半期データに変換する

年次データセットを四半期のデータセットに変換したいのですが、通常は年の値を4回繰り返して、その年の各四半期に割り当てる必要があります。ありがとう。

1熱

1答えて

Python Dataframeでgroupbyと行の値を合計する方法

私はグループ化しながら、Dataframeで列 'Over_Id'をグループ化し、列の値を合計でruns_scoredにしようとしています。私はgroupbyを使用している場合は、私は私の他の列を失う例： ball.groupby(['Match_Id','Innings_Id','Over_Id'])['runs_scored'].sum() 私は私のruns_scored列を取得するこ

3熱

1答えて

Pandas DataFrame - dtype == 'category'の列が集計されているとパフォーマンスが低下する

メモリ使用量の多い大きなデータフレームで作業しています。繰り返し値列のdtypeを変更すると、大量のメモリを節約できます。私はそれを試してみましたが、実際にはメモリの使用量を25％削減しましたが、その後は理解できないパフォーマンスの低下にぶつかりました。 dtypeの 'category'カラムでgroup-by aggregationを行い、dtypeを変更する前に約1秒かかり、変更後に約1分

0熱

2答えて

パンダ：CSVの番号から ' - 'を取り除く

私は以下の問題を抱えています。私は2つの別々のpythonスクリプトを持っています。最初にCSVファイルを新しい形式に変換します（特定の列を削除してドル記号を削除します）変換されたすべてのCSVファイルが読み込まれ、1つの大きなスクリプトが作成されます。私は次の問題に取り組んでいることを除いて、これで十分です。両方のファイルの列の1つMoney Outには、「 - 」（-235.93）で始

0熱

4答えて

スプリットパンダ実際の列名と

>>>table1 col1 col2 row1 A A row2 B A row3 A B row4 B A を付加コラム私はワンホット表現または任意の他の方法 >>>table1 col1_A col1_B col2 row1 1 0 A row2 0 1 A row3 1 0 B row4

1熱

1答えて

GROUPBYとパンダ

に複数の機能を集約を実行する私は、次のデータフレームがあります、しかし df2 = df.groupby(pd.TimeGrouper(freq='M')) df2 = df.agg({'total_in': 'sum', 'total_out': 'sum', 'balance': 'last'}) ： date in out balance 01/01/2017 50 70 10

1熱

1答えて

データフレーム内の行を一致させ、一致しない行を削除するより速い方法は何ですか？

私は時間、緯度、経度、標高、速度のデータフレームを持っています。緯度経度ペアを滑らかにするための公差に基づいてデータセットを減らすために整形式を使用しています。正常に動作しますが、平滑化された単純化バージョンのデータポイント（lat、lon）をTime、Elevation、要素の元のデータフレームと一致させると、データポイントが500を超えると時間がかかりすぎます。私がやっていることは、元のデー

-2熱

1答えて

plt.scatter（X [：50,0]、X [：50,1]、color = 'red'、マーカー= 'o'、ラベル= 'setosa'）

私はここでnoobie質問plt 。散乱。私は2つの花の花びらの長さを分析している機械学習チュートリアルに取り組んでいます。 df = pd.read_csv('https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data', header = None) print(df.tail()) y = df.i