从csv加载str.get_dummies() panda df的问题
问题概述
从CSV文件加载数据并使用str.get_dummies()方法将字符串列转换为独热编码（One-Hot Encoding）是数据分析中的常见操作。然而，在这个过程中可能会遇到一些问题，例如数据类型不匹配、缺失值处理等。
基础概念
- CSV文件：逗号分隔值（Comma-Separated Values）文件，是一种常见的数据存储格式。
- Pandas DataFrame：Pandas库中的二维数据结构，用于数据分析和处理。
- 独热编码：将分类变量转换为一系列二进制列，每列代表一个类别。
相关优势
- 数据标准化：独热编码可以将非数值型数据转换为数值型数据，便于机器学习模型的处理。
- 特征表示：独热编码可以清晰地表示每个类别的特征。
类型
- 单热编码：每个类别对应一列。
- 多热编码：多个类别可以同时为真。
应用场景
- 分类数据：处理分类变量，如性别、颜色等。
- 机器学习：作为特征工程的一部分，提高模型的性能。
常见问题及解决方法
问题1：数据类型不匹配
原因：CSV文件中的某些列可能被错误地解析为非字符串类型。
解决方法：
import pandas as pd
# 加载CSV文件
df = pd.read_csv('your_file.csv', dtype=str)
# 转换为独热编码
df_encoded = df.str.get_dummies()问题2：缺失值处理
原因：CSV文件中可能存在缺失值，导致str.get_dummies()方法报错。
解决方法：
import pandas as pd
# 加载CSV文件
df = pd.read_csv('your_file.csv', dtype=str)
# 处理缺失值
df.fillna('', inplace=True)
# 转换为独热编码
df_encoded = df.str.get_dummies()问题3：列选择
原因：可能只需要对某些特定列进行独热编码。
解决方法：
import pandas as pd
# 加载CSV文件
df = pd.read_csv('your_file.csv', dtype=str)
# 选择特定列进行独热编码
selected_columns = ['column1', 'column2']
df_selected = df[selected_columns]
# 转换为独热编码
df_encoded = df_selected.str.get_dummies()示例代码
import pandas as pd
# 加载CSV文件
df = pd.read_csv('your_file.csv', dtype=str)
# 处理缺失值
df.fillna('', inplace=True)
# 选择特定列进行独热编码
selected_columns = ['column1', 'column2']
df_selected = df[selected_columns]
# 转换为独热编码
df_encoded = df_selected.str.get_dummies()
print(df_encoded)参考链接
通过以上方法，可以有效解决从CSV文件加载数据并进行独热编码过程中遇到的常见问题。
相关·内容
我将数据(从CSV或Excel)加载到Python的Panda DF中。
import pandas as pd
df = pd.read_csv('table1.csv')
数据如下所示：
c1,c2,c3
1,abc,1.5
2,bcd,2.53
3,agf,3.571
如何使SQL create table statement基于数据帧中的数据，在此示例中为：
create table table1 (c1 int, c2 varchar(3), c3 float);
谢谢。
浏览 11提问于2018-07-29得票数 0
我无法使用Jupyter Notebook中的PySpark将CSV文件从Azure Blob Storage直接加载到RDD中。 我已经通读了几乎所有其他类似问题的答案，但我还没有找到关于我想要做什么的具体说明。我知道我也可以使用Pandas将数据加载到Notebook中，但之后我需要将Panda DF转换为RDD。 我理想的解决方案应该是这样的，但是这个特定的代码给我的错误是它不能推断出CSV的模式。 #Load Data source = <Blob SAS URL> elog = spark.read.format("csv").option("i
浏览 21提问于2019-04-28得票数 0
1回答
我目前有一个名为Country的列，它的值可以是USA, Canada, Japan。例如：
Country
-------
Japan
Japan
USA
....
Canada
我希望将(“提取”)值拆分为三个单独的列(Country_USA、Country_Canada和Country_Japan)，基本上，如果一个列与Country列的原始值匹配，那么它的值将为1。例如：
Country --> Country_Japan Country_USA Country_Canada
------- -------------
浏览 1提问于2018-12-05得票数 0
回答已采纳
1回答
我正在加载一个csv文件，它有两列：date和tags。tags包含一个标记的列表，如下所示：
date,tags
2021-09-08,"#foo, #bar"
2021-09-10,"#bar"
2021-09-15,"#bar, #baz"
2021-09-22,"#bar"
将其与熊猫一起加载将产生一个数据框架，其中所有标签都放在如下一列中：
date tags
0 2021-09-08 #foo, #bar
1 2021-09-10 #bar
2 20
浏览 2提问于2022-07-06得票数 2
回答已采纳
1回答
我想从网络上加载一个.csv文件，并将它转换成一个pandas.DataFrame。
这里是我想要找到.csv文件的目标页面：
如何从网页加载相应项的.csv文件并转换为panda.DataFrame
此外，如果我也能从网页上获得.csv文件的地址，那就太好了。
这将允许我创建一个函数来从目标页面转换项目名称，返回.csv文件地址如下：
def data(item):
file = 'https://vincentarelbundock.github.io/Rdatasets/csv/datasets/'+str(item)+'.csv'
但
浏览 3提问于2017-04-15得票数 5
回答已采纳
我是python的新手，有一个非常令人沮丧的问题。我需要加载csv文件的第1-12列(因此不是第0列)，但我需要跳过excel的标题，并使用"0,1,..,11"覆盖它。为此，我需要使用panda.read_csv()。
基本上，我的csv是：
"a", "b", "c", ..., "l"
1, 2, 3, ..., 12
1, 2, 3, ..., 12
我想把它作为一个数据帧加载，这样
dataframe[0] = 2,2,2,..
dataframe[1] = 3,3,3..
因
浏览 4提问于2017-02-07得票数 0
回答已采纳
2列数据作为第一张截图。我希望添加新的列(从原始dataframe到Note列中的内容)，以判断Note列是否包含新列的标题文本。
示例作为第二张截图。
一些行适用于几个列。当有很多新的列时，它是没有效率的。
这样做的好方法是什么？
import pandas as pd
from io import StringIO
csvfile = StringIO(
'''Name\tNote
Mike\tBright, Kind
Lily\tFriendly
Kate\tConsiderate, energetic
John\tReliable, friendly
浏览 5提问于2022-05-14得票数 0
回答已采纳
1回答
我们有一个CSV。它在一列中有一组固定的(重复的)字符串。假设列被称为“类型”，值为[A, B, B, C]。我希望获得几个新列，这些列的数量等于其中包含0或1的唯一列值的数量。如下所示： Type Type_1 Type_2 Type_3
A 1 0 0
B 0 1 0
B 0 1 0
C 0 0 1 如何将一列转换为一组0\1列？
浏览 3提问于2020-06-29得票数 1
回答已采纳
2回答
我有一个带有10K行电影数据的csv。
在“类型”栏中，数据如下所示：
Adventure|Science Fiction|Thriller
Action|Adventure|Science Fiction|Fantasy
Action|Crime|Thriller
Western|Drama|Adventure|Thriller
我想创建多个子列(即动作是/否，冒险是/否，戏剧是/否，等等)基于流派专栏。
问题1:如何首先确定体裁专栏中所有独特的体裁标题？
问题2:确定了所有独特的体裁标题后，如何创建所有必要的‘插入体裁’是/否列？
浏览 1提问于2018-04-13得票数 2
早上好!我正在尝试用panda从csv文件中删除重复的行。我有两个文件，A.csv和B.csv，我想删除A中存在于B中的所有行。
文件A.csv：
Pedro,10,rojo
Mirta,15,azul
Jose,5,violeta
文件B.csv：
Pedro,
ignacio,
fernando,
federico,
输出文件output.csv：
Mirta,15,azul
Jose,5,violeta
尝试加入这些文件，然后应用
cat A.csv B.csv > output.csv
并在python中运行此程序：
import pandas as pd
df = pd.
浏览 0提问于2020-01-30得票数 0
4回答
我有一个csv文件，它包含100多个列和行。有两列是我感兴趣的，基于此，我需要在csv文件中创建新的列。示例:我有感兴趣的列如下所示，input.csv
count description
1 Good
2 Medium
2 Best
1 Worst
2 Worst
1 Medium
9 Good
我预期的输出，output.csv
count description Good Mediu
浏览 0提问于2018-12-17得票数 4
回答已采纳
1回答
我正在尝试使用python pandas从多个CSV文件创建一个csv文件。
accreditation.csv :-
"pid","accreditation_body","score"
"25799","TAAC","4.5"
"25796","TAAC","5.6"
"25798","DAAC","5.7"
ref_university :-
"id","pid",&
浏览 4提问于2018-06-05得票数 0
1回答
我有几个.pcap文件，我想把它们的数据写到一个大的dask数据帧中。当前，使用第一个文件中的数据初始化dask数据帧。然后，它应该处理其余的pcap文件，并使用合并/连接将其添加到dask数据帧中。但是，当我检查合并的dask数据帧的行数时，它并没有增加。这是怎么回事？ 我也不确定我是否对我的用例使用了正确的方法。我正在尝试将我的整个数据集转换为一个巨大的dask数据帧，并将其写出到h5文件中。我的计算机没有足够的内存来加载整个数据集，所以我使用dask。我们的想法是加载包含整个数据集的dask数据帧，这样我就可以对整个数据集执行操作。我是dask的新手，我已经阅读了一些文档，但我仍然不清
浏览 16提问于2019-06-02得票数 0
回答已采纳
3回答
我有一个所有分类变量的数据集，我想一次为所有变量生成频率计数。
据推测，我使用的是Iris数据集函数df['class'].value_counts()只允许我计算一个变量。
要分析数据集的所有变量，只有通过Pandas提取为csv的分类变量。我想只提取第一行并放入for循环。为了从csv文件中提取第一行，我们使用data = pd.DataFrame(data)将csv转换为dataframe。但是，data[0]将生成一个错误。
为所有变量生成频率分析或条形图的最有效方法是什么？
包含分类变量的样本数据集：
Mary John David Jenny
浏览 3提问于2018-07-31得票数 5
回答已采纳
3回答
将每个组的值作为单独的列出现计数
、、、、
我有一张桌子，有将近3100万张记录。大约有10列，其中两列是卡号和transaction_status。每张卡可以有多行。因此，可以有2000行相同的卡片，每一行都是具有相应状态的事务。
transaction_Status的值为'Y'/'N‘。
我想在这个表中添加另外两列，“count_of_count”，“count_of_rejected”使用熊猫数据。
我该怎么做？到目前为止，我一直在使用get_dummies()和merge()，但是这需要很多时间，更糟糕的是，这会导致内存错误。
因此，假设我的意见如下：
trn_id | card_id | status
浏览 1提问于2018-12-25得票数 4
回答已采纳
3回答
使用熊猫数据的迭代
、、、
在循环迭代时，如果满足条件，则值将被更改。但是，原始数据格式保持不变。有办法解决这个问题吗？
(我知道itertuple，iterrows可以使用。但我想用价值观。(更快))
import panda as pd
df = pd.read_csv(filename)
for value in df.values:
if A:
value[2] = 3
print(value) # changed
df.to_csv(newfilename) # unchanged
浏览 3提问于2022-01-18得票数 0
回答已采纳
我想知道如何将解析后的表从panda转换成一个CSV，我已经设法将每个表都放到了一个单独的CSV中，但我希望它们都在一个CSV中。这是我当前获取多个CSV的代码：
import pandas as pd
import csv
url = "https://fasttrack.grv.org.au/RaceField/ViewRaces/228697009?
raceId=318809897"
data = pd.read_html(url, attrs = {'class': 'ReportRaceDogFormDetails'} )
f
浏览 0提问于2018-05-09得票数 4
1回答
我已经将以下panda文件保存到CSV中，现在我如何在另一个program.And中将其作为panda文件( dataframe )返回。是否可以从dataframe中获取单个元素，例如，我想要第10行第3列的元素，特别是在numpy中如何实现 df = af.merge(df, on='DateTime', how='left').interpolate()
print(df)
df.to_csv("my_csvfilename.csv") 我得到了输出 DateTime pop
浏览 30提问于2020-09-16得票数 0
回答已采纳
我正在用Python编写一个程序，生成Pandas Dataframe，并最终将它们导出到CSV。但是，如果在MS Excel中打开了在上一次运行中生成的其中一个CSV，则输出将失败。 示例代码： import pandas as panda
df = panda.DataFrame({'Label': ["Test 1", "Test 2", "Test 3"], 'Value': [3.5, 2.6, 1.9]})
df.to_csv("test_export.csv") 第一次运行，在E
浏览 39提问于2020-12-03得票数 0
我每分钟都通过API调用获取数据。现在，我想将这些数据添加到CSV文件中。数据应该在CSV获得新数据后更新到CSV。
我正在使用以下代码：
num_points = 1
df_setup = ig_service.fetch_historical_prices_by_epic_and_num_points(epic, resolution, num_points)
df_setup_prices_ask = df_setup['prices']['ask']
panda_df = pd.DataFrame(df_setup_prices_ask)
time.
浏览 9提问于2022-09-21得票数 0
回答已采纳
1回答
我有7个csv文件，其中有单词列表。我从7 csv中提取了所有的单词，并输入了一个名为Total_Words_list的新文件。
问题是，我需要如下矩阵的输出：
APPLE BALL CAT DOG....
A 0 1 1 0
B 1 1 0 1
C 1 1 1 0
在这里，主列表中的单词形成行，7个文件名构成列。如果文件A中有一个单词，它将转到1 on 0，依此类推。这将在一次运行中对所有7个csv文件继续进行，我得到了上面的结果。
我不知道如何处理这个问题。
浏览 8提问于2016-10-12得票数 1
回答已采纳
1回答
我试图打开一个csv文件panda_try.csv。我要做的是比较文件前两列中的元素，并检查它们是否相等。如果它们相等，我希望将其附加到一个名为selfloop_appender的列表中，然后计算列表的长度。但是，当我试图‘打印(selfloop_appender)’时，我没有得到任何输出和错误。任何帮助都会很好。
import pandas as pd
df = pd.read_csv('/home/venkat/Desktop/panda_try.csv')
xy_data = df.iloc[:,0:2]
def self_loops(xy_data):
sel
浏览 1提问于2018-04-15得票数 0
回答已采纳
2回答
我有一个表，其中列报告了每一行的标记。如何为每个标记创建一个列，并为每个包含标记的列添加一个布尔值？
这是我在文件input.csv中的输入表
COL1 COL2 COL3 TAG
12 13 21 a
15 23 31 b
32 33 31 a
15 53 31 a
18 26 31 c
17 63 31 d
12 25 31 a
1 93 31 a
13 25 31 a
这就是我的目标
COL1 COL2 COL3 a b c d ...
12 1
浏览 0提问于2019-07-26得票数 0
回答已采纳
1回答
我有多个键/值对的数据/行，它们的键数未知--有些是重叠的，有些不是--我想要创建一个火花DataFrame。我的最终目标是从这个DataFrame编写CSV。
我对输入数据/行具有灵活性:最容易的是，它们是JSON字符串，但可以转换，并通过可能重叠的键进行更改：
{"color":"red", "animal":"fish"}
{"color":"green", "animal":"panda"}
{"color":"red", &#
浏览 2提问于2018-11-29得票数 2
回答已采纳
我正在尝试用Python编写一个程序，它将：
读取CSV文件中的数据，并按日期排序。
通过查找最后365天(从csv文件中最后一个数据点的日期起过去的365天)，选择一些键和值
导出到另一个csv new_file
从写入new_file的数据中绘制一行图(导出为图像文件)。
我是Python新手，我一直在研究：
csv.DictReader(csv_file) / csv.DictWriter
熊猫库DataFrame
我的问题是，哪种数据结构最适合我想要实现的目标:字典还是熊猫DataFrames？
到目前为止，我发现使用Panda DataFram
浏览 0提问于2019-03-16得票数 1
回答已采纳
尝试使用panda for python通过简单的代码行从数据帧中删除列。 我尝试删除的列的名称是"Comments“ import pandas as pd
location2 = 'datasets_travel_times.csv'
travelTime_df= pd.read_csv(location2)
traveltime_df = travelTime_df.drop('Comments',1)
traveltime_df 它没有给出任何错误；但是随后我打印了数据帧，并看到列"Comments“仍然在那里
浏览 10提问于2019-10-13得票数 1
2回答
我对python完全陌生，所以我不知道从哪里开始，但是我有一个包含10,000条google App Store数据的excel电子表格。我也导入了panda和csv到python中。有5列，包括名称，流派，评级，价格，下载。我需要排序的数据帧从最高的价格首先和下降。有人有什么简单的解决方案吗？
浏览 22提问于2019-09-13得票数 0
在使用教程完成了一些课程和示例之后，我尝试创建我的第一个机器学习模型。我从这里获得了训练数据：，我正在使用panda加载这个csv数据。
主要问题是预测列是字符串，并且所有算法都使用浮点数。
当然，我可以手动映射所有带有数字(0,1,2)的字符串，并使用更改后的文件，但我尝试找出一种方法，使用panda或scikit自动替换字符串值-学习并将它们映射到一个单独的数组中。
我的代码是：
import pandas as pd
from sklearn.cross_validation import train_test_split
from sklearn.linear_model import
浏览 0提问于2017-03-07得票数 0
1回答
由于之前的成功回答，我想尝试一下这个问题。这将会很复杂，我有这个简单的输出，使用从CSV文件中提取的Panda，
Timeline: 1900 - 1999 ← Did a simple print("Timeline: 1900 - 1999")
Year Month
0 1900 Jan
1 1900 Feb
2 1900 Mar
3 1900 Apr
4 1900 May
.. ... ...
1185 1999 Aug
1186 1999 Sep
1187 1999 Oct
118
浏览 5提问于2021-02-19得票数 0
我是python和panda的新手，我想知道我的问题在python中是否可行。
我有一份大约是。8000行，为了简单起见，有三列
姓名、姓氏、首选水果
Jane,Doe,Apple;Banana,
Jim,Jimmings,Apple;Banana;CONTENTX,
CONTENTX可以是一切。一个单词或不相关的字母。
现在我有了第二份清单
苹果
香蕉
我想删除“首选水果”行中不在前面列表中的所有内容。
csv中的分隔符是(，)和相关行中的(;)。
对于python和panda，这是可能的吗？
浏览 1提问于2021-07-02得票数 1
1回答
我正在尝试转换以下数据集
CountryName SeriesName 1990 1991 1992 1993 1994
Afghanistan LitRate #N/A #N/A #N/A #N/A #N/A
Afghanistan AgrValue #N/A #N/A #N/A #N/A #N/A
Afghanistan CropProd 68.35 70.27 65.81 71.38 74.83
Afghanistan FertCons
浏览 2提问于2015-02-19得票数 0
回答已采纳
这里我有三个具有相同标题的csv文件。我希望将这三个csv文件合并为一个具有相同标题的csv文件。这是我的三个csv文件。我想用带有列名的panda python来写它。我看到了很多解决方案，但对我来说都不起作用。有人能帮我解决这个问题吗？ csv 1 📷 csv2 📷 csv 3 📷 输出如下： 📷 在尝试了你们所有人建议我的代码后，它给了我一些列中没有值的代码，没有标题名称。 📷 在尝试您的代码(@Benji)之后，它给出了一个带有NaN值的输出： 📷 错误： 📷 更改代码后的数据帧 📷
浏览 59提问于2019-02-18得票数 0
我正在尝试合并两个csv，而不必从_x或_y中选取值。
MetaData1
Sample_name TITLE
Cody Chicken Pox
Claudia Chicken Pox
Alex Chicken Pox
Steven Chicken Pox
Mom Chicken Pox
Dad
MetaData2
Sample_name TITLE Geo_Loc DESCRIPTION
Dad Chicken Pox Earth people
Me
浏览 23提问于2018-01-05得票数 0
2回答
我对Python中的Panda dataframe非常陌生。我正在编写一段代码，其中的csv文件结构如下： Id, Title, Body, Tags, Date
1, First question, My first question, robot Python, 2015
2, Second question, My second question, C++ Python, 2015
3, Third question, My third question, Selenium, 2016
4, Fourth question, My fourth question, Java C++,
浏览 17提问于2020-10-31得票数 0
回答已采纳
假设我想创建一个csv文件，其中第1列是索引，第2列是某个类别列表，例如，第1列是我认识的人，第2列是类型：( create，friend，专业熟人)
但在某些情况下，某人可能既是职业熟人又是朋友，或者是亲戚和朋友，甚至是三者都是。
有没有一种方法可以将这些数据存储在csv文件中，以便当我将其作为数据框架加载到pandas中时，我可以按亲戚、朋友或专业熟人对数据进行分组，允许对同一人进行两次或三次计数，然后再对与此相关的数据进行计数和统计？这是我的问题。我想知道如何处理这种情况。
示例输入：
查利是一位专业的熟人和朋友。
托德是我的亲戚和朋友
杰西是专业的熟人。
汤姆是个专业的熟人。
示例输出
浏览 2提问于2014-10-31得票数 0
1回答
我编写了一个Python脚本，它加载一个或几个csv文件，将它们连接起来，并将整个脚本写入一个新的csv文件中。我注意到，某些值在此操作期间被修改，被非常小的值稍微增加/减少。例如：
原始CSV：
Index SomeValue
0.000000 0.000
1.000000 0.000
2.000000 0.000
3.000000 0.000
4.000000 2.527
5.000000 0.000
保存的CSV：
Index SomeValue
0.0 0.0
1.0 0.0
2.0 0.0
3.0 0.0
4.0 2.526999999999999
浏览 3提问于2016-03-29得票数 0
回答已采纳
我正在导入一个CSV文件，该文件包含的所有数据都在单个列中( TXT文件的数据以";“分隔
有没有办法让数据加载到Anaconda中(使用Panda)，这样它就在单独的列中，或者可以在以后将其操作到列中？
这些数据可以在以下网址找到(这是关于太阳黑子的数据)：
从这个网站
到目前为止，我已经做到了这一点：
通过加载Panda命令集启动代码
从熊猫进口*
#Initial setup commands
import warnings
warnings.simplefilter('ignore', FutureWarning)
import matplotlib
matp
浏览 12提问于2018-02-11得票数 0
2回答
如何从带有标签列表的字符串列转到下面所示的格式？
这就是我所拥有的：
pd.DataFrame([["a",1],["b","1, 2"],["c","1,3,4"]], columns =['id', 'label'])
这就是我想要的：
pd.DataFrame([["a",1,0,0,0],["b",1,1,0,0],["c",1,0,1,1]], columns =['id', '1', '
浏览 2提问于2022-03-14得票数 2
回答已采纳
1回答
我在CSV文件中有一列。列中的每个单元格在列表中有多个值。例如，一个单元格包含['A', 'B', 'C']，另一个单元格包含['B', 'D']。我希望将one-hot encoding应用于本专栏，将其转换为用于机器学习的二进制值。
请让我知道我怎么做的？
浏览 1提问于2021-06-01得票数 3
回答已采纳
我有650,000行的file1，有两个参数"Chr“和"Pos”。我想将这个文件与dbsnp (file2)数据转储进行比较，并与dbSNP转储中存在的Chr和Pos col进行匹配。匹配后，将获取相应的rsid。我尝试使用Python Panda的，但是我的进程被杀死了。当它尝试50000行时，它就起作用了。 如何从dbSNP (file2)获取整个数据集(file1 = 650k行)的rsid #Program to compare Chr and Pos of a sample with dBSNP and fetching RSIDs
import pandas a
浏览 38提问于2019-05-03得票数 1
回答已采纳
我花了一天时间来解决我的问题..。
我有一个从CSV文件导入的DataFrame。这里有一个例子：
df=pd.DataFrame(['{"choices": ["rougeur", "hematome","oedeme","ecoul","necrose"]}','ecoul','necrose','','oedeme'])
我有我可能的标签清单：
label_sl=['rougeur', 'h
浏览 6提问于2022-08-08得票数 1
回答已采纳
我尝试使用python (panda)在csv文件中按特定顺序排序(排序)一些数据，但我无法弄清楚。我真的很感谢你的帮助。 csv文件有5列，我想要做的是将其中4列显示为标题(master)，将第五列显示为详细信息(detail)。例如:标题(主)航班id，从(机场)，到(机场)，total_time和对于细节部分，它应该显示该特定航班的乘客姓名 1 FRA MAD 10HR
A
B
C
2 MAD FRA 11HR
G
F
H
K
浏览 21提问于2019-05-03得票数 0
回答已采纳
我想为列"LanguageHaveWorkedWith“中的每一种语言创建列，但是，如果该语言出现在相应的列"LanguageHaveWorkedWith”中，如果不返回0，则最好有一个函数可以手动完成。
# TESTING
df = pd.DataFrame({'Salary' : [23000,50000,32000,30000],
"Country" : ['Sweden','Slovakia','Austria','Turkey
浏览 5提问于2022-05-01得票数 0
回答已采纳
我正在尝试读取多个CSV文件，这些文件具有相同的结构(列名)，并且位于多个文件夹中，我的主要目的是将这些文件连接到一个panda数据帧中。请在附件中找到文件位置分布的文件夹，因此每个文件夹包含5个CSV文件。是否有任何预定义的函数或smth可以提供帮助?？ ? ?
浏览 78提问于2019-02-21得票数 0
回答已采纳
2回答
我在ddata.csv中的数据如下： col1,col2,col3,col4
A,10,a;b;c, 20
B,30,d;a;b,40
C,50,g;h;a,60 我希望将col3分成多个列，但要基于它们的值。在其他需求中，我希望我的最终数据看起来像 col1, col2, name_a, name_b, name_c, name_d, name_g, name_h, col4
A, 10, a, b, c, NULL, NULL, NULL, 20
B, 30, a, b, NULL, d, N
浏览 28提问于2019-05-13得票数 5
回答已采纳
1回答
如果ID列匹配，我需要将两个.csv文件合并到包含更新值的第三个文件中。如果两个文件中有相同的行，则应使用第二个csv文件。每个文件的第一列都包含一个ID。
csv1=pd.read_csv("csv1.csv")
csv2=pd.read_csv("csv2.csv")
csv1.update(csv2)
csv_temp = pd.concat([csv1, csv2]).drop_duplicates(subset=['Product ID', 'Product', 'Product Colour']).r
浏览 0提问于2020-07-25得票数 0
我正在尝试从csv文件(与我的main.py相同的文件夹中)读取数据，但是似乎不理解项目文件夹或类似的东西。
FileNotFoundError: Errno 2没有这样的文件或目录：“ratings.csv”
这是我的密码
import numpy as np
import pandas as pd
# read data with panda, only the columns that are needed
r_cols = ['user_id', 'movie_id', 'rating']
ratings = pd.read_cs
浏览 3提问于2020-12-30得票数 0
回答已采纳
6回答
如何添加一条最适合散点图的线条
、、、、
我目前正在使用Pandas和matplotlib来执行一些数据可视化，并且我希望在我的散点图中添加一条最适合的行。
这是我的代码：
import matplotlib
import matplotlib.pyplot as plt
import pandas as panda
import numpy as np
def PCA_scatter(filename):
matplotlib.style.use('ggplot')
data = panda.read_csv(filename)
data_reduced = data[['2005&#
浏览 7提问于2016-05-15得票数 20
回答已采纳
1回答
我有以下csv：
我用下面的代码创建了一个数据帧：
import pandas as pd
df = pd.read_csv("C:/Users/Antonio/Desktop/nearBPO/facturas.csv", encoding = "ISO-8859-1")
df_du = df.iloc[:,[0,5]]
dfv = df_du.groupby('UUID')['Desc'].apply(list)
df2 = dfv.reset_index()
*注意:我在本地使用csv。
下面的代码如下所示：
UUID
浏览 2提问于2016-08-03得票数 2
回答已采纳
我试图将包含多个逗号分隔值的dataframe中的单个列分隔到一个transposed表中，该表包含标记每个可能的逗号分隔值的列。
例如：
name purchased total_value
-----------------------------------------------
John Eggs, bread, milk 100
Steve Milk, cheese, wine 140
Susan Beer, cheese, milk 120
需要成为：
name tota
浏览 2提问于2017-11-22得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
