使用stringdist_join对两个数据帧进行分组和循环
是一种基于字符串距离的数据处理方法。在数据分析和处理过程中，经常会遇到需要对两个数据框进行匹配、合并或者比较的情况，而stringdist_join就提供了一种方便的方式来实现这一目标。
具体而言，stringdist_join利用字符串的相似性度量，将两个数据框中的字符串列进行匹配和连接，从而实现数据的分组和循环操作。它的工作原理是基于字符串之间的距离计算，即通过度量两个字符串之间的差异程度来确定它们是否相似。常用的字符串距离计算方法包括编辑距离（Levenshtein distance）、汉明距离（Hamming distance）等。
在实际应用中，stringdist_join可以用于多种情况，例如：
- 数据匹配和合并：当两个数据框中的字符串列表示相同的实体时，可以使用stringdist_join将它们进行匹配和合并，从而得到一个包含两个数据框信息的新数据框。例如，可以根据客户名称将销售数据和客户信息进行匹配，得到一个包含销售数据和客户信息的完整数据集。
- 数据清洗和整理：在数据清洗和整理过程中，常常需要对字符串进行规范化和标准化。使用stringdist_join可以将两个数据框中的字符串列进行比较，并根据字符串的相似性度量进行匹配和转换。例如，可以将不同格式的日期字符串转换为统一的日期格式，或者将不同单位的货币金额转换为相同单位。
- 数据分组和循环：通过对两个数据框中的字符串列进行分组和循环操作，可以对数据进行更加精细和灵活的分析。例如，可以根据产品名称将销售数据进行分组，然后计算每个产品的销售额和销售量，并进行排名和对比分析。
对于使用stringdist_join进行数据分组和循环操作，腾讯云提供了一系列相关产品和服务，包括云计算平台、大数据分析平台、人工智能平台等。具体推荐的腾讯云产品包括：
- 云服务器（CVM）：提供弹性计算能力，用于支持数据处理和分析的计算需求。详情请参考：云服务器产品介绍
- 腾讯云数据万象（CI）：提供丰富的数据处理和分析能力，包括图片处理、视频处理、内容识别等功能，可以用于字符串距离计算和数据清洗。详情请参考：腾讯云数据万象产品介绍
- 腾讯云大数据平台（CDP）：提供全面的大数据处理和分析解决方案，包括数据仓库、数据湖、数据集成等，可用于处理大规模数据和进行复杂的数据分析。详情请参考：腾讯云大数据平台产品介绍
通过利用上述腾讯云产品和服务，结合stringdist_join方法，可以实现对两个数据框进行分组和循环的数据处理任务，并且能够灵活应对不同的应用场景和需求。
相关·内容
我有两个数据文件，包括expected_orders和actual_orders详细信息。
输入数据：
我希望在dataframe中创建一个label字段，并根据以下条件拆分行：
按国家、产品和日期组在两个数据帧中按国家和产品进行排序，对于每个组，如果行的日期和qty是匹配的，那么指定标签相同的实际日期/相同的预期日期如果qty匹配但日期不同，则分配标签(较早的预期日期/较晚的预期日期)和(较早的日期/较晚的实际日期)，如果qty不是完全匹配的，但是在该组的其他数据帧中仍然保留了qty值，然后用更大的qty值df拆分行为2行:匹配(较小的) qty值和剩馀值重复步骤，除非所有行都有标
浏览 3提问于2022-11-29得票数 1
我有一个数据帧，格式如下： 其中rat1和rat2是user1和user2的评级。我想要的是计算两个用户的余弦相似度，我的想法是从这个数据帧中提取数组，然后计算余弦相似度，例如： 问题是我不知道如何提取这些数组，有人有解决方案吗？或者以更好的方式计算相似度的小贴士？
浏览 159提问于2021-02-28得票数 0
回答已采纳
我有一个数据帧net，其中包含两个位置A和B之间的距离d。
net =
A B d
0 5 3 3.5
1 2 0 2.3
2 3 2 1.2
3 4 5 2.2
4 0 1 3.2
5 0 3 4.5
然后我有一个对称矩阵M，它包含两个对之间所有可能的距离，所以：
M =
0 1 2 3 4 5
0 0 3.2 2.3 4.5 1.7 5.2
1 3.2 0 2.1 0.7 3.9 3.8
2
浏览 1提问于2016-12-08得票数 1
3回答
我想按列分组，然后将一个或多个组分成两组。
示例
这个
给了我这个数据帧
现在我想按动物分组，但也将“蟒蛇”分为前两个和其余的“蟒蛇”。所以
给了我
浏览 28提问于2020-11-01得票数 0
回答已采纳
我有13个数据帧存储在一个名为mysheet的列表中，这个列表是我用readxl导入的
这是每个数据帧的外观(每个工作表以数据年份命名)
Year Category Count
2009 Yellow 23
2009 Black 23
2009 Blue 45
2009 Blue 12
Year Category Count
2010 Yellow 45
2010 Orange 24
2010 Blue 56
2010 Blue 13
诸
浏览 0提问于2020-05-15得票数 0
3回答
我在pandas中有以下数据框架 Column 1 Column 2 Column3 Column 4
2 2 2 4
1 2 2 3 我希望创建一个数据帧，其中包含列1和列2，列3和列4的平均值，等等。 ColumnAvg(12) ColumnAvg(34)
2 3
1.5 1.5 我用的是这个，但它是所有东西的平均值。 df.mean(axis=1) 有没有办
浏览 40提问于2020-09-20得票数 3
回答已采纳
我有一个csv，我使用spark.read导入到databricks中。这个大文件包含每日级别的记录/事务。我将数据帧减少到5列，并保持500,000行不变。我正在尝试构建这个源文件的汇总表，它在一个月级别(聚合)表示这些记录/事务。 该脚本有一个filter/groupby/sum命令，该命令返回一行，将数据汇总为一个月的计数。查询返回的行将如下所示： +---------+---------+-------+-------------+
| Country|StockCode|YYYY-MM|sum(Quantity)|
+---------+---------+-------+---
浏览 12提问于2020-07-12得票数 0
1回答
在r数据帧上又遇到了一个问题。
#starting position
from <- c("A","B","A","C")
to <- c("D","F","D","F")
number <- c(3,4,6,7)
data.frame(from,to,number)
如何计算两个相同的"from- to“关系(从A到D)的个数？结果应该看起来像我的“结果”数据帧。
#result
from <- c("A","
浏览 1提问于2018-04-20得票数 0
我有一个包含列Items和Ranges的数据帧。 Items Ranges
0 A 30
1 A 30
2 A -10
3 B 20 我想合并重复的行并添加范围值，但只针对完全相同的行。生成的数据帧应如下所示： Ranges
Items
A 60
A -10
B 20 我尝试了df2 = df1.groupby(['Items']).sum()，得到的结果如下： Ranges
Items
浏览 19提问于2021-04-05得票数 1
回答已采纳
1回答
我的问题是如何连接两个数据帧，这两个数据帧是由groupby方法以及sum()和max()函数创建的。
情况是:我有第一个数据帧和下一个结构：
第二个具有相同的结构，但不是DepartmentDescripton...变量，我有“星期一”，“星期二”等等。
然后我试着加入他们：
train_joined_dep_week = pd.merge(tr_bin_dep_grouped, tr_bin_weekday_grouped_flag, left_on=["VisitNumber"], right_on=["VisitNumber"], how=&#
浏览 0提问于2015-11-21得票数 0
2回答
我有一个列数据框架。长度在60 000至500 000行之间。
我想把数据帧分割成45,000行的较小的数据帧，再加上一个有剩余行的额外数据帧。例如，如果我的起始数据帧有90,100行，那么结果应该是3个数据帧--两个有45000行，一个有100行。
我希望能够随后在for循环中处理每个结果数据帧。
在R中有办法做到这一点吗？
浏览 1提问于2020-02-15得票数 0
回答已采纳
我有一个带有3级MultiIndex的数据帧。它们是“类别”、“品牌”和“邮政编码”。Dataframe中有一个系列("Sales")。我想循环"Category“和"Brand”索引级别，并提供一个以"Zip Code“作为索引和"Sales”作为系列的Dataframe。
当我只有两个多索引级别时，我使用了groupby，例如
for name, group in df.groupby(level = 0):
我正在苦苦思索如何遍历下一个索引级别。
浏览 2提问于2016-10-15得票数 1
1回答
举个例子，一个数据帧看起来像这样： date price ticker volume
0 2018-01-01 1.323 AI 2000
1 2018-01-02 1.525 AI 1500
2 2018-01-03 1.045 AI 500
3 2018-01-04 1.845 AI 600
4 2018-01-05 1.045 AI 500
5 2018-01-02 1.446 BOC 550
6 2018-01-03 2.110
浏览 15提问于2021-05-04得票数 1
回答已采纳
假设我有这个数据框架A：
A = data.frame(first=c("a", "b","c", "d"), second=c(1, 2, 3, 4))
first second
1 a 1
2 b 2
3 c 3
4 d 4
我有一个数据框架B：
B = data.frame(first=c("x", "a", "c"), second=c(1, 4, 3))
first second
1
浏览 1提问于2014-05-02得票数 3
回答已采纳
1回答
我有一个包含4000行的DataFrame。我想从这个数据帧中随机选择20行。
新的DataFrame必须平衡。这意味着我有一个名为default的属性，它可以接受两个值，yes或no。因此，新的平衡DataFrame必须包含10个样本的yes和10个样本的no。
你能帮帮我吗?
浏览 9提问于2018-12-16得票数 1
2回答
我已经合并了两个数据帧，并希望合并具有重复location列的值的行，但合并performances列的值，同时保留纬度和经度值。我怎么能这样做呢？ 📷
浏览 68提问于2021-11-20得票数 0
回答已采纳
1回答
我有一个数据帧，它是通过连接几个包含各种信息的数据帧而生成的。然后，我使用对数据列的操作结果在数据帧中创建新列。其中一列“MSD”在组成连接的每个数据帧之间的交叉处包含一个NaN。
我希望创建一个新的列MSD_cum，其中每个值都是MSD的累积和，但是我希望累积和从每个NaN` `重新开始。
已经有一个关于这个问题的问题了，但是尽管答案中的代码没有错误地执行，但它们实际上没有做我想要的事情。
MSD
1
2
3
4
NaN
1
2
3
将创建输出
MSD_cum
1
3
6
10
NaN
1
3
6
相反，它们产生的结果要么与输入相同，要么
我自己的初始尝试也失败了，并产生了与输入相同的输出
浏览 0提问于2020-07-13得票数 4
我有不同年份的天气数据。在这里，我试图找到每个月温度的长期平均值，这是我使用以下方法实现的。
mh3 = mh3.groupby([mh3.index.month, mh3.index.day])
mh3 = mh3[['dry_bulb_tmp_mean', 'global_horiz_radiation']].mean()
然而，在这样做的时候，我得到了数据帧的两个索引(月和日都很好)。问题是这两个索引列都被指定了名称date。有没有办法手动添加名字？当我需要按月进行一些数据分析时，这会在稍后的代码中导致问题。谢谢
浏览 0提问于2021-06-23得票数 0
我有两个数据框:城市和国家。我想找出每个国家最受欢迎的城市。城市和乡村有一个共同的字段，即City.CountryCode和Country.Code。这两个数据帧被合并为一个称为CityCountry的数据帧。我尝试过聚合命令，如下所示：
aggregate(Population.x~CountryCode, CityCountry, max)
此aggregate命令仅显示CountryCode和Population.X列。我如何显示国家和城市的名称？在这里使用aggregate命令是错误的吗？
浏览 0提问于2017-12-07得票数 0
我有一个数据帧，看起来像这样：
Population2010
State County
AL Baldwin 90332
Douglas 92082
Rolling 52000
CA Orange 3879602
San Diego 4364594
Los Angeles 12123562
CO Boulder 161818
Denver 73772
浏览 0提问于2018-04-28得票数 1
我有一个数据帧，其中包括每个时间的多行数据，并希望按时间分组，以创建一个压缩数据帧。列a和b是来自其他列的累加和，并且应该在每个时间组中保持具有最高x的行的值，而不是总和或平均值。 x time group value cumsum_A cumsum_B
1 0 A 0 0 0
2 0 B 0 0 0
3 0 A 0 0 0
4 1 A 0 0 0
5 1 B
浏览 18提问于2019-06-27得票数 1
回答已采纳
(没有经验的编码器-如果问题简单的话，很抱歉！)
我有两个数据帧，x和y：
x：包含一列唯一的数字ID
y：包含一列非唯一的数字in和一列变量数字代码(诊断医疗代码)-- y中的所有in都在x中(在任何数据帧中都没有额外的in )，但是y中的in可以重复几行。y中的每个ID在相邻列中都有一个代码。这些代码可以在ID内部和ID之间变化，每个ID可以有多个相同的代码(即，可以有多个相同的ID代码配对)。
我想要做的是:对于x中的每个ID (或y中的唯一ID列表)，如果第二列中的代码仅针对特定的ID发生一次，则在y中选择具有匹配ID的行并从y中删除它们。(或者，对于x中的每个ID，在y中选择
浏览 1提问于2017-12-02得票数 1
回答已采纳
我有两个数据集，其中包含一些相同个体的标识符。
df1更完整，有三个变量：(1)个人名称，(2)区域注册id，(3)注册id所在的区域代码。
df2只通知(1)和(2) (即名称和区域注册id，而不是区域代码)。
个人通过区域代码和区域注册id进行唯一标识。不同的区域可以通知相同的id号。此外，同一个人在两个数据集之间总是具有相同的区域注册id，但在这些数据集中可能没有完全相同的名称拼写。
我希望将区域代码添加到df2中，方法是使用准确的区域注册id以及数据集之间最接近的名称(拼写最相似的数据集)将其每一行与df1匹配。考虑下面的例子：
library("tidyverse")
浏览 0提问于2022-10-02得票数 1
回答已采纳
我是Spark/Scala的新手，所以我有很多问题，其中之一就是。我有一个数据帧，其中包含代码，描述，depdelay。列code有重复的值示例(EA)我想在新列中使用code的不同值和depdelay的min，max，avg。
浏览 0提问于2019-08-28得票数 0
2回答
我在一个名为data.xlsx的excel文件中有一个类似于下面的数据集
Building name salary
00Apple032 Bob 50000
00Apple032 James 30000
0Bean032 James 30000
0Soda987 Alex 0
0Bean032 Bryon 32000
我从数据中创建了两个数据帧。
df = pd.read_excel('data.xlsx', sheet_
浏览 3提问于2018-11-29得票数 0
1回答
我有一个大约1000行的数据帧，我想把它随机分成8个较小的数据帧，每个都包含100个元素。我尝试在数据帧上使用sample函数8次，但有时它选择相同的行。
浏览 1提问于2016-04-16得票数 5
回答已采纳
假设我有一个下面的数据帧。对于每一列，我有许多带有一些非零值的零。我想要计算每一列的累积和，但我希望在出现零值时重置累积和。 我的原始数据帧： pd.DataFrame({'a':[1,0,1,0,1,0,1,1],'b':[1,0,0,0,0,1,1,1]})
a b
0 1 1
1 0 0
2 1 0
3 0 0
4 1 0
5 0 1
6 1 1
7 1 1 我想要一个如下的累积总和： a b
0 1 1
1 0 0
2 1 0
3 0 0
4 1 0
5 0 1
6 1 2
浏览 29提问于2019-06-13得票数 1
我有一个包含数据帧的数据帧(称为datasTX)： 我甚至不确定如何重现那个( datasTX)，但在datasTX中，数据帧是这样构建的： data <- as.data.frame(seq(as.Date('2017/04/01'), as.Date('2018/11/01'), by="day"))
data <- rlang::set_names(data, "Date")
data[, "Year"] <- format(data[,"Date"], "%Y&#
浏览 11提问于2020-01-03得票数 0
根据唯一/过滤条件将大型数据帧df子集划分为较小子集的最有效方法是什么？例如，我有一个维度为22050行、5列的数据集，如下所示 id, nationality, age, gender, income
10001, France, 20, M, 45007
13328, UK, 52, F, 72308
11654, USA, 57, F, 95645
11765, UK, 39, M, 77343
10081, UAE, 41,M, 83117
10503, France, 22, F, 25665 在整个数据集中有15个独特的国家，我想根据这15个独特的国家将数据集子集为15个数据帧
浏览 38提问于2020-09-28得票数 4
回答已采纳
1回答
假设我正在处理以下数据框架：
Mydata <- data.frame(X1 = c(1,2,3,4,5,6,7,8,9,10),X2 = c(1,3,1,1,1,5,1,1,8,1),
X3 = c(1,2,3,4,5,6,7,8,9,10),X4 = c(1,3,1,1,1,5,1,1,8,1),
X5 = c(1,2,3,4,5,6,7,8,9,10),X6 = c(1,3,1,1,1,5,1,1,8,1),
X7 = c(1,2,3,4,5,6,7,8,9
浏览 1提问于2018-07-26得票数 5
回答已采纳
我在熊猫里有两个数据帧。
现在，我想将它们合并到一个数据帧中，在该数据帧中，每个额外的列对应于与dataframe2中的键对应的元素列表。一个表类似于另一个表的子表(第二个表有一个外键，它引用table1的主键)。例如,
我不知道任何内置的方法来做这样的operation.So，如果你能帮助我合并列，那就太好了。
提前谢谢。
浏览 5提问于2020-10-21得票数 0
我有一个数据帧(df1)：
Type CA AR Total
alpha 2 3 5
beta 1 5 6
gamma 6 2 8
delta 8 1 9
我有另一个数据帧(df2)
Type CA AR Total
alpha 3 4 7
beta 2 6 8
delta 4 1 5
如何将上述两个数据帧相加，得到如下输出：
Type
浏览 0提问于2015-05-31得票数 4
我有一本熊猫词典DataFrames。我想组合这个字典中的数据帧，以创建一个包含较少键的字典，但使用较大的数据帧作为值。
例如，在下面的示例中，我希望从d创建d_new。
d = {1: pd.DataFrame({'a':[1,2],'b':[3,4]}),
2: pd.DataFrame({'a':[3,4],'b':[5,6]}),
3: pd.DataFrame({'a':[10,11],'b':[12,13]}),
4: pd.DataFrame({
浏览 0提问于2021-10-14得票数 0
我整晚都把头撞在墙上。我有多个数据帧，每个数据帧具有相同的一般列结构。对于每个数据帧，列都带有一个唯一的"_suffix“。数据帧之间有匹配的行。下面是一个示例：
cat_list <- c("mpg","spd","wt","price")
car <- c("bmw","mbz","lexus","bmw","mbz","lexus")
src <- c("usa","usa
浏览 2提问于2015-08-27得票数 1
回答已采纳
我有一个数据帧，我想对它进行分组(或切片)。数据帧的形式为
A B C
a b 1
a b 0
a b 1
a b 2
a b 0
a e 3
a e 3
f g 6
f g 7
f g 0
我想首先对列A和列B上的数据帧进行分组，然后，将每个分组按某个值进一步划分为具有连续行的较小分组。例如，在按列A和列B对数据帧进行分组后，每当我在列C中遇到0时，我希望在第三级上优化分组。因此，分组的数据帧如下所示
A B C
a b 1
a b 0
a b 1
a b 2
a b 0
a e 3
a e 3
f g 6
浏览 3提问于2017-02-04得票数 2
1回答
我有两个包含GB级数据的大型pyspark数据帧df1和df2。第一个数据帧中的列是id1、col1。第二个数据帧中的列是id2、col2。数据帧具有相等的行数。此外，id1和id2的所有值都是唯一的。此外，id1的所有值都恰好对应于一个值id2。 为。前几个条目是用于df1和df2区域的 df1： id1 | col1
12 | john
23 | chris
35 | david df2： id2 | col2
23 | lewis
35 | boon
12 | cena 所以我需要连接key id1和id2上的两个数据帧。df = df1.
浏览 9提问于2020-06-10得票数 2
回答已采纳
我有一个大的数据帧，3000列和3000行，我需要每5行，然后每5列，并将我的数据帧转换为600行和600列:我的数据如下所示
matches1 matches2 matches3 matches4 matches5 ...
1 0 1 0 1
0 1 0 0 1
0 1 0 1 0
1 0 1 0
浏览 2提问于2019-06-10得票数 0
回答已采纳
1回答
基于pyspark的均值漂移聚类
、、、、
我们正在尝试将一个普通的python代码库迁移到pyspark。议程是对数据帧(以前是pandas，现在是spark)进行一些过滤，然后按user-ids对其进行分组，最后在顶部应用meanshift集群。 我在分组数据上使用pandas_udf(df.schema, PandasUDFType.GROUPED_MAP)。但现在，最终输出的表示方式出现了问题。 假设我们在输入数据帧中有两列：user-id和location。对于每个用户，我们需要获取所有集群(在location上)，只保留最大的一个，然后返回其属性，这是一个3维向量。让我们假设3元组的列是col-1、col-2和col-3。
浏览 11提问于2019-05-14得票数 0
回答已采纳
1回答
我有两个数据帧，df1和df2。df1形状为(118093,2)，df2形状为(690,5)
我正在尝试使用以下命令合并数据帧：
df3 = df1.merge(df2, on='consId', how='left')
我已经删除了df2中的重复项(按照建议的)，并且我知道df1中的consId是重复的(尽管整行都不是重复的)。
我期望的行为是，生成的df3应该与df1具有相同的行数，但将df2的列附加到df1。
我的数据帧如下：
df_consId[18:25]
Out[22]:
consId consumption
18 115
浏览 0提问于2016-09-06得票数 1
1回答
我有以下数据库模型-
class ObjectDetail(models.Model):
title = models.CharField()
img = models.ImageField()
description = models.TextField()
uploaded_by = models.ForeignKey(User, related_name='uploaded_by')
class Vote(models.Model):
vote_type = models.BooleanField(default = Fals
浏览 2提问于2013-05-08得票数 0
有一个数据帧( df )和一个数据帧列表(df1，df2.)，我想用列表中的每个df重新绑定df，并将其存储在一个新的列表中。
50个数据帧列表
mylist # List of 50 elements
另一个基本数据帧
single_data
我创建了一个空列表
my_dfs = list()
我想将single_data重新绑定到列表中的每个数据帧
for (i in 1:length(mylist)){
my_dfs[[i]] <- rbind(single_data, mylist$`i`)
}
但是没有发生重新绑定，single_data有5000行，mylist数据帧每
浏览 0提问于2019-05-23得票数 1
回答已采纳
2回答
我正在使用一个国家的每日死亡人数数据库，因此我需要创建一个数据库，其中包含按日、月和州划分的每日死亡人数的汇总数据。我的数据库(def_2020)是这样的：
|--------------|------------|-------|
| State | Month | Day |
|--------------|------------|-------|
| state1 | jan | 1 |
|--------------|------------|-------|
| state1 | jan |
浏览 20提问于2020-11-17得票数 0
回答已采纳
我有一个数据帧，其中包括日期、一天中的时间和几天内的测量值。
其中一些测量值是NA。我想用一个估算的值来替换它们。
为了解决这个问题，我创建了第二个dataframe来保存推定的值：
meanMeasurementByTimeAndDayOfWeek <-
ddply(activityData, c('timeofday', 'dayOfWeek'),
summarize, avgMeasurement = mean(measurement, na.rm=TRUE))
(我认为这是正确的。)
如何根据the of do和dayOfWeek值将我
浏览 0提问于2015-10-11得票数 0
2回答
我对Python和Pandas还很陌生，所以请耐心听我说……
我有一张沉船上乘客的数据。我已经按男性和女性以及班级将其分解为其他数据帧，以创建生存概率。我做了一个函数，将一个数据帧与只有幸存者的数据帧进行比较，并计算这组数据的存活概率：
def survivability(total_pass_df, column, value):
survivors = sum(did_survive[column] == value)
total = len(total_pass_df)
survival_prob = round((survivors / total), 2)
浏览 2提问于2017-01-08得票数 1
我正在尝试弄清楚如何获取我的时间序列数据帧，然后按特定列中的值进行分组，然后获取这些新的数据帧并找出最后一个和第一个时间戳之间的差异。我不知道这最终是否需要一个嵌套的groupby()。我使用python来实现这一点。
我会在这里解释。我有这个数据框架：
CityID Timestamp Rainfall
---------------------------------------------------------
0 222 2017-03-19 05:06:00 0
浏览 30提问于2021-06-07得票数 0
我有一个包含两个数据帧的列表。我想遍历列表，为每个数据帧编写一个CSV，并以数据帧名称命名它。
library(ggplot2)
myList <- list(diamonds, cars)
for(i in mylist){
write.csv(df, paste0(names(myList[i]),".csv"))
}
但这只会输出一个CSV文件，文件名为.csv，数据来自cars。
我如何修复这个问题，使我有两个名为diamonds.csv和cars.csv的CSV，每个CSV中都有正确的数据？
浏览 0提问于2016-09-07得票数 7
回答已采纳
我有这样的数据帧 Product Q-ty Price
Product A 5 10
Product B 1 3
Product B 2 3
Product A 1 10 我想得到这样的东西： Product Q-ty Price
Product A 6 10
Product B 3 3 当我尝试这样做的时候： result = df.groupby(['Product']).sum() 我明白了： Product Q-t
浏览 8提问于2021-08-19得票数 1
回答已采纳
我有一个像这样的熊猫数据框架： name salary skills
Web-master 2000 ['django', 'html', 'java']
Engineer 2700 ['python', 'java', 'sql']
Programer 2400 ['python', 'css', 'sql'] 我想创建一个数据帧，如下所示： name count
浏览 30提问于2021-05-06得票数 1
1回答
想象一下下面的数据框架的一个片段：
ID ActivityName Time Type Shape
1 1 Request 0.000 Type_1 767
2 1 Request 600.000 Type_1 767
3 1 Start 600.000 Type_1 1376
4
浏览 2提问于2020-02-19得票数 0
2回答
我有证券的主要原始数据，我需要在其中创建基于某些筛选标准的多个证券投资组合。我习惯于在C++中工作，不太清楚如何用Python语言实现下面的代码。
我尝试使用嵌套的for循环创建不同的数据帧：
i -用于循环从2007年到2017年的年份(原始数据中的yr列)
j -用于遍历从1到4的区域(原始数据中的列区域)
for i in range (2007, 2018):
for j in range (1,5):
dfij_filter = (df['yr'] == i) & (df['Region'] == j)
浏览 8提问于2018-07-27得票数 2
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
云直播
对象存储活动推荐
腾讯云开发者
