pandas

    1

    2答えて

    私は3列のデータフレームを持っています。 Col 1はストリング注文番号、Col 2は整数日、Col 3は製品名です。 これを行列に変換して、各行が固有の注文/日の組み合わせを表し、各列がその組み合わせの製品名の存在を示す1/0を表す行列に変換したいと考えています。 これまでのアプローチでは、製品辞書と、注文番号&日の複合キーを使用した辞書を使用しています。 行列のビットを1にフリップするために元

    0

    1答えて

    私のデータフレームDFには、「A」という列があり、その値は整数値です。私は DF[DF.someCondition=condition].A を使用して、特定の行のAの値を取得したい場合しかし、INT形状を有していないため、int型されていない形状の対象物を(1)を返します。この値を別のnumpy配列のインデックスエントリとして使用したいのでintを必要とします。 Aの値を取得してint値にす

    0

    2答えて

    "例外TypeError ()は正確に1引数(5が与えられた)を取る" 私はフォーマットされているCSVを持っている: "Year","Month","Day","Hour","Minute","Direct","Diffuse","D_Global","D_IR","U_Global","U_IR","Zenith" 2001,3,1,0,1,0.28,84.53,83.53,224.93,7

    1

    1答えて

    このanswerを除いて、サブストリングのリストによってPandasデータフレームをフィルタリングする方法はありますか? 、あなたが使用しているstr.contains方法は、正規表現を受け入れ df[df['menu_item'].str.contains('fresh') | (df['menu_item'].str.contains('spaghetti')]

    1

    1答えて

    こんにちは私はBokehを使用してtimeseriesチャートを作成しようとしています。 私が見ているデータは、現時点で有効なタイムスタンプ、値、および値を提供したセンサーの2列1列です。 時間|値|センサー 2011-05-03 17:45:35.177000 | 213.130005 | A 2011-05-03 17:45:36.177000 | 208.83 | B 2011-05-03

    1

    1答えて

    私は次の問題について助けをしたいと思います: 私は2つの心理学実験を行い、私は被験者から反応時間を取得しました。これらのデータはすべて、データフレーム内のさまざまな.xlsxファイル(実験ごとに1つのファイル)とPythonを使って提出されます。(.appendを通じて)すべてを含む単一の.xlsxファイルを作成しました 私のマスターファイルのインデックスはサブジェクトID 私が今問題にしているの

    0

    1答えて

    私は株のリスト上のデータを収集し、そのすべての情報をデータフレームに入れています。リストには約700株があります。 import pandas as pd stock =['adma','aapl','fb'] # list has about 700 stocks which I extracted from a pickled dataframe that was storing the

    2

    2答えて

    データが欠落している行や列を選択する方法を学習しようとしています。 value_countsを使用すると、条件を満たす列を見つけることができますが、データフレームから対応する列にアクセスして削除できるように、インデックスをint形式で取得する方法を見つけることができません。 intでインデックスを変換/取得するにはどうすればよいですか?そして、これを行うためのより簡単な方法がありますか? df3

    1

    1答えて

    で一貫性のない日時形式に私は次の形式のデータフレームで8月/ 2015年の月のいくつかのデータをしました: Timestamp Value 2015-12-08 23:58:00 3.4 2015-12-08 23:59:00 3.2 2015-08-13 00:00:00 1.1 2015-08-13 00:01:00 0.9 YY-DD-MMおよびYY-M

    1

    1答えて

    としての日付を持っているデータフレームを再形成は私のデータフレームです: ID AMT DATE 0 1496846 54.76 2015-02-11 1 1496846 195.00 2015-01-09 2 1571558 11350.00 2015-04-30 3 1498812 135.00 2014-07-11 4 1498812 157.00 2014-08