pandas

1熱

1答えて

私はx軸上にある時間を求めて、時間に対してデータをプロットしています。特に、2014年12月3日から16日までの期間になります。時間はデータフレームのインデックスにあるため、わかりやすくなると思いました。私は、インデックスをチェックし、それが正常に見える： IV.index[0] Out[6]: Timestamp('2014-03-12 00:00:00') IV.index[-1] Ou

1熱

1答えて

唯一の7:00時のデータを取得する最も平凡な方法は何ですか

Date Y 12/16/2013 7:00 104052 12/16/2013 15:00 103213 12/16/2013 23:00 104724 12/17/2013 7:00 104257 12/17/2013 15:00 105565 12/17/2013 23:00 103970 12/18/2013 7:00 104026 12/18/2013 15:00 103

3熱

1答えて

pandas（python）で独自のfillメソッドパラメータを定義する方法は？

一部のDataFrameおよびSeriesメソッドには、methodパラメータがあります。 DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs) 、以下の値を取ることができる方法のパラメータ：{なし、 'バックフィル'/'bfill'、 '

1熱

1答えて

カラム内のxユニークな値の下でデータフレームカラムをダミーに変換する

カラムに一定量の固有値が含まれていない場合、pandasデータフレームのカラムをダミーに変換する関数を作成しようとしました。 My機能は、現在の状態で次のようになります。 for i in range(columns): unique_values = df1[[i]].apply(pd.Series.nunique) # then we find unique values withi

0熱

1答えて

pandasデータフレームをmsqlデータベースに保存中にエラーが発生しました

私はpandasデータフレームdfにテーブルを持っています。私はデータベースにこれを書きたいです。私はdf.to_sqlを使用していますが、エラーが発生しています。私はMySQLdbを使用しています。 import MySQLdb conn = MySQLdb.connect(host="1xx.xxx.x.xxx", user="uname", passwd="123", db="dbna

1熱

2答えて

Python 3.5 PandasとMongoDB -json_normalize：raise TypeError（ "データ引数はイテレータにできません"）

python3.5でpandasを使ってデータ変換をしようとしています。 MongoClient（）およびjson_normalizeを使用してMongoDBからデータをフェッチします。しかし、以下のコードを実行すると、データ引数がイテレータになれないため、エラーがスローされます。任意のポインタが役立ちます。サンプルデータ： {'bank_code': 'CID005', 'status':

6熱

1答えて

データフレームを差し引くときのNaN

インデックスと重複しているデータフレームが2つしかありません。 old = pd.DataFrame(index = ['A', 'B', 'C'], columns = ['k', 'l', 'm'], data = abs(np.floor(np.random.rand(3, 3)*10))) new = pd.DataFrame(index = ['A

1熱

3答えて

値が観測された回数はいくつですか？ Python

私は統計的な背景から、プログラミングの世界に来て、Pythonにはかなり新しいです。私は最近、思慮深く簡単な仕事をしていましたが、コードに入れるのは難しいようでした。私たちは手の番号（演奏された手の数）を1列として、2番目の列の勝利の金額を持っているとします。データ。 g=pd.DataFrame({'HANDS':[0,1,2,3,4], 'WINNINGS':[1500,0,0,50,0]

0熱

3答えて

ラムダ式がパンダのデータフレームの値を変更していない

現在の値が '...'の場合、列 'A'の値をnp.NaNに変更する次の関数があります。しかし何らかの理由で何も変わっていません。 def findEmpty(row): row['A'] = np.NaN energy[energy['A'] == '...'].apply(lambda x:findEmpty(x)) 誰かが助けることができますか？ここ

0熱

3答えて

パンダの列レベルをドロップするメソッド連鎖解説

私はパンダにあるデータを再形成してクエリするときにメソッドチェインを使用していますDataFrames。インインデックス（行）および列の追加および不必要なレベルが作成されることがあります。そうであれば、例えば。インデックス（行軸）上で、これは容易DataFrame.reset_index()を使用することによって解決される： df.query('some query') .apply(c