草庐IT

Dataframe

全部标签

python - 在 matplotlib 中绘制 Pandas 日期

我有一个包含日期的固定宽度数据文件,但是当我尝试绘制数据时,日期在x轴上没有正确显示。我的文件看起来像2014-07-1011:49:14.377102452014-07-1011:50:14.449150452014-07-1011:51:14.521168212014-07-1011:52:14.57424182014-07-1011:53:14.646137112014-07-1011:54:14.71768814等我使用pandas读取文件#!/usr/bin/envpythonimportpandasaspdimportmatplotlib.pyplotaspltdata=p

python - 在 matplotlib 中绘制 Pandas 日期

我有一个包含日期的固定宽度数据文件,但是当我尝试绘制数据时,日期在x轴上没有正确显示。我的文件看起来像2014-07-1011:49:14.377102452014-07-1011:50:14.449150452014-07-1011:51:14.521168212014-07-1011:52:14.57424182014-07-1011:53:14.646137112014-07-1011:54:14.71768814等我使用pandas读取文件#!/usr/bin/envpythonimportpandasaspdimportmatplotlib.pyplotaspltdata=p

python - Groupby Pandas DataFrame 并计算一列的平均值和标准偏差,并将标准添加为带有 reset_index 的新列

我有一个如下所示的PandasDataFrame:abcd0Apple3571Banana4482Cherry7133Apple347我想按“a”列对行进行分组,同时将“c”列中的值替换为分组行中值的平均值,并添加另一列,其平均值为“c”列中值的标准偏差计算出来的。对于所有被分组的行,“b”或“d”列中的值是恒定的。因此,所需的输出将是:abcde0Apple34.570.7071071Banana44802Cherry7130实现这一目标的最佳方法是什么? 最佳答案 您可以使用groupby-aggoperation:In[38]

python - Groupby Pandas DataFrame 并计算一列的平均值和标准偏差,并将标准添加为带有 reset_index 的新列

我有一个如下所示的PandasDataFrame:abcd0Apple3571Banana4482Cherry7133Apple347我想按“a”列对行进行分组,同时将“c”列中的值替换为分组行中值的平均值,并添加另一列,其平均值为“c”列中值的标准偏差计算出来的。对于所有被分组的行,“b”或“d”列中的值是恒定的。因此,所需的输出将是:abcde0Apple34.570.7071071Banana44802Cherry7130实现这一目标的最佳方法是什么? 最佳答案 您可以使用groupby-aggoperation:In[38]

python - 将一列空列表添加到 DataFrame

类似于这个问题Howtoaddanemptycolumntoadataframe?,我很想知道将一列空列表添加到DataFrame的最佳方法。我要做的基本上是初始化一列,并在遍历行以处理其中一些行时,然后在这个新列中添加一个填充列表以替换初始化值。例如,如果下面是我的初始DataFrame:df=pd.DataFrame(d={'a':[1,2,3],'b':[5,6,7]})#SampleDataFrame>>>dfab015126237然后我想最终得到这样的结果,其中每一行都被单独处理(显示示例结果):>>>dfabc015[5,6]126[9,0]237[1,2,3]当然,如果我

python - 将一列空列表添加到 DataFrame

类似于这个问题Howtoaddanemptycolumntoadataframe?,我很想知道将一列空列表添加到DataFrame的最佳方法。我要做的基本上是初始化一列,并在遍历行以处理其中一些行时,然后在这个新列中添加一个填充列表以替换初始化值。例如,如果下面是我的初始DataFrame:df=pd.DataFrame(d={'a':[1,2,3],'b':[5,6,7]})#SampleDataFrame>>>dfab015126237然后我想最终得到这样的结果,其中每一行都被单独处理(显示示例结果):>>>dfabc015[5,6]126[9,0]237[1,2,3]当然,如果我

python - 如何从带有列名和列值的 pandas DataFrame 生成列表?

我有一个看起来像这样的pandas数据框对象:onetwothreefourfive012345111111我想生成一个列表对象列表,其中第一项是列标签,其余列表值是列数据值:nested_list=[['one',1,1]['two',2,1]['three',3,1]['four',4,1]['five',5,1]]我该怎么做?感谢您的帮助。 最佳答案 最简单的方法可能是list(dt.T.itertuples())(其中dt是您的数据框)。这会生成一个元组列表。 关于python-

python - 如何从带有列名和列值的 pandas DataFrame 生成列表?

我有一个看起来像这样的pandas数据框对象:onetwothreefourfive012345111111我想生成一个列表对象列表,其中第一项是列标签,其余列表值是列数据值:nested_list=[['one',1,1]['two',2,1]['three',3,1]['four',4,1]['five',5,1]]我该怎么做?感谢您的帮助。 最佳答案 最简单的方法可能是list(dt.T.itertuples())(其中dt是您的数据框)。这会生成一个元组列表。 关于python-

python - Pandas 比较引发 TypeError : cannot compare a dtyped [float64] array with a scalar of type [bool]

我的dataFrame具有以下结构:Index:1008entries,Trial1.0toTrial3.84Datacolumns(total5columns):CHUNK_NAME1008non-nullvaluesLAMBDA1008non-nullvaluesBETA1008non-nullvaluesHIT_RATE1008non-nullvaluesAVERAGE_RECIPROCAL_HITRATE1008non-nullvalueschunks=['300_321','322_343','344_365','366_387','388_408','366_408','3

python - Pandas 比较引发 TypeError : cannot compare a dtyped [float64] array with a scalar of type [bool]

我的dataFrame具有以下结构:Index:1008entries,Trial1.0toTrial3.84Datacolumns(total5columns):CHUNK_NAME1008non-nullvaluesLAMBDA1008non-nullvaluesBETA1008non-nullvaluesHIT_RATE1008non-nullvaluesAVERAGE_RECIPROCAL_HITRATE1008non-nullvalueschunks=['300_321','322_343','344_365','366_387','388_408','366_408','3