在pandas中如何将数组转换为数据帧
在pandas中，可以使用pd.DataFrame()函数将数组转换为数据帧。
具体步骤如下：
- 导入pandas模块：
import pandas as pd - 创建一个包含数组的变量：
arr = [1, 2, 3, 4, 5] - 使用
pd.DataFrame()函数将数组转换为数据帧：df = pd.DataFrame(arr)
这样，数组arr就被转换成了一个名为df的数据帧。可以通过print(df)来查看数据帧的内容。
转换为数据帧后，可以对数据帧进行各种操作，如索引、切片、筛选、计算等。同时，pandas还提供了许多功能强大的方法和函数，用于数据分析和数据处理。
推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云数据万象：https://cloud.tencent.com/product/ci
- 腾讯云弹性MapReduce：https://cloud.tencent.com/product/emr
- 腾讯云云服务器CVM：https://cloud.tencent.com/product/cvm
- 腾讯云云数据库MySQL：https://cloud.tencent.com/product/cdb_mysql
- 腾讯云云数据库MongoDB：https://cloud.tencent.com/product/cos
- 腾讯云人工智能机器学习平台：https://cloud.tencent.com/product/oc
- 腾讯云物联网套件：https://cloud.tencent.com/product/iot_suite
- 腾讯云移动开发平台：https://cloud.tencent.com/product/mdp
- 腾讯云对象存储COS：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务：https://cloud.tencent.com/product/baas
- 腾讯云虚拟专用云：https://cloud.tencent.com/product/vpc
- 腾讯云云原生应用引擎TKE：https://cloud.tencent.com/product/tke
- 腾讯云容器服务TKE：https://cloud.tencent.com/product/tke
- 腾讯云负载均衡：https://cloud.tencent.com/product/clb
以上是我对如何将数组转换为数据帧的回答，希望能对你有所帮助！
相关·内容
1回答
如何将sklearn缩放器应用于pandas数据帧的所有行。这个问题与相关。如何将sklearn缩放器应用于一行的所有值？
注意:我知道对于特性缩放来说，在列中包含特性和按列缩放特性是很正常的，就像refenced问题中那样。然而，我想使用sklearn标度器来预处理可视化数据，在我的例子中，按行扩展是合理的。
浏览 11提问于2019-11-13得票数 1
回答已采纳
3回答
要从numpy创建一个pandas数据帧，我可以使用：
columns = ['1','2']
data = np.array([[1,2] , [1,5] , [2,3]])
df_1 = pd.DataFrame(data,columns=columns)
df_1
如果我改用：
columns = ['1','2']
data = np.array([[1,2,2] , [1,5,3]])
df_1 = pd.DataFrame(data,columns=columns)
df_1
其中每个阵列是一列数据。但这会抛出错误：
浏览 7提问于2018-05-25得票数 4
回答已采纳
5回答
如何将数组转换为数据
、、、
我以前代码的输出。
from pandas import DataFrame
cursor.execute("SELECT * FROM DOCTOR")
row = cursor.fetchall()
row
如何将数组转换为数据帧。预期输出如下图所示。
如何将数组转换为数据帧。
浏览 8提问于2021-05-27得票数 0
回答已采纳
我有一个尺寸为21392x1972的Python数据帧。我想要完成的是将数据帧转换为列表列表，这样我的数据帧的第一列是长列表中的第一个列表，数据帧的第二列是具有一个长列表的第二个列表，依此类推。 我尝试使用tolist()将数据帧转换为列表列表。现在发生的情况是，我的数据帧的每一行都变成了长列表中的一个列表。但是，我想要完成的是，数据框的每一列都应该成为长列表中的一个列表。我刚开始使用Pandas和Python，所以在这方面的任何帮助都是非常感谢的。干杯! import pandas as pd
mydataset = pd.read_csv('final_merged_data.c
浏览 21提问于2019-01-18得票数 0
回答已采纳
使用Python3.6和Pandas0.22，我创建了一个Pandas dataframe IRdaily，其中包含各种利率每日变化的时间序列。我可以使用以下命令轻松地将Pandas数据帧写入Excel：
writer = pd.ExcelWriter(outFileName)
IRdaily.to_excel(writer, 'Daily Changes')
但是，如果我现在计算特征值分解(特征值的向量和特征向量的矩阵都是numpy ndarray)，并尝试将它们写入同一工作表，我会得到一个错误：
covD = deltaIRdaily.cov()
eigValD, eig
浏览 0提问于2018-06-11得票数 1
我正在使用shapefile，它将属性数据存储在DBF文件中。我需要使用Pandas操作属性，并将新的DBF数据写回磁盘。
不幸的是，Pandas数据帧没有df.to_dbf方法(而R有)。我到处寻找，但似乎没有看到任何明显的方法来完成这项任务。
如何将pandas数据帧保存为DBF文件？
浏览 208提问于2017-07-04得票数 4
回答已采纳
2回答
我一直在尝试将特定键的值存储到pandas数据帧中，该数据帧来自具有字典列表的另一个数据帧。有人能教我怎么做吗？？ source data frame result data frame
浏览 11提问于2021-02-08得票数 0
2回答
我正在从一个Pandas数据帧创建一个矩阵，如下所示：
dense_matrix = np.array(df.as_matrix(columns = None), dtype=bool).astype(np.int)
然后转换成一个稀疏矩阵：
sparse_matrix = scipy.sparse.csr_matrix(dense_matrix)
有没有办法从df直接转到稀疏矩阵？
提前谢谢。
浏览 0提问于2013-12-09得票数 48
回答已采纳
已经在数据集上实现了ANN回归。预测值和实际值存储在数据帧中。实际值为float类型，当我使用df.info()检查它时，数据帧中的预测值被显示为类型对象。
dataframe中的预测值类似于以下代码：
import pandas as pd
a=[[1.4],[3.6],[6.7]]
df = pd.DataFrame()
df['a']=a
但是，我希望df‘’给出以下输出。
df['a'] = 1.4 3.6 6.7
我试过df‘..astype(Float)，df’..flatten()，但是它们没有工作。如何将dataframe列中的一维数组元素的列表
浏览 7提问于2022-02-23得票数 0
4回答
我有一个numpy数组，我想把它转换成一个dataframe。
import numpy as np
import pandas as pd
nparray = np.array([[1,2,3,4,5],[6,7,8,9,10]])
如何将其转换为数据，其中数据将如下所示：
col1 col2
1 6
2 7
3 8
4 9
5 10
浏览 6提问于2020-12-15得票数 1
回答已采纳
就总行数而言，我有一个巨大的dataframe df，实际上它里面有太多的行。我需要以一种合理的方式限制行数，同时仍然保持每部电影在数据帧中有相同数量的评论(目前差异很大) 数据帧的形状如下所示 第一列是userID，第二列是animeID (本质上是movieID)第三列是用户自己对该电影的评分。每一行都是一个电影评论。在animeID列中应该有大约300个movieIDs。 在movieID中，我需要做的是限制行的数量，以便重采样该数据帧，使其每个pandas (即pandas)只有5行左右，并且新的数据帧应该只有那些新采样的行。我完全纠结于如何在pandas中做到这一点，也许我可以在e
浏览 28提问于2019-03-11得票数 1
回答已采纳
我有一个名为params.csv的csv文件。我打开ipython qtconsole并使用以下命令创建了一个熊猫dataframe：
import pandas
paramdata = pandas.read_csv('params.csv', names=paramnames)
其中，paramnames是字符串对象的python列表。paramnames示例(实际列表长度为22)：
paramnames = ["id",
"fc",
"mc",
"markup",
"asplevel",
&#
浏览 2提问于2012-07-06得票数 122
回答已采纳
我在python中有以下列表：
ipdb> xgboost_prediction
'[["2019-08-16 14:22:00.0", "ls5923_splunk", "False"]]'
我的目标是将其附加到csv文件中，这将以分钟为基准进行。
现在，我想我可以很容易地将其转换为pandas数据帧并附加csv。但不知何故，我正在与之抗争。我如何将其展平并转换为数据帧？
我试过了：
ipdb>
ipdb> list2 = [inner for item in xgboost_prediction for i
浏览 3提问于2019-08-16得票数 0
我有一个从熊猫数据帧创建的样本spark数据帧-
from pyspark.sql import SparkSession
import pyspark.sql.functions as F
from pyspark.sql.types import StringType
from pyspark.sql.types import *
import pandas as pd
spark = SparkSession \
.builder \
.appName("Python Spark SQL basic example") \
.config(&
浏览 3提问于2020-09-09得票数 0
2回答
我正在进行LSTM的工作，在对数据进行预处理之后，我以列表的形式得到数据X，该列表包含3个功能列表，每个列表包含50分的列表序列。
X = [list:100 [list:3 [list:50]]]
Y = [list:100]
由于它是一个多变量LSTM，我不知道如何将所有3个序列作为Keras的输入。我需要在Pandas数据帧中转换它吗？
model = models.Sequential()
model.add(layers.Bidirectional(layers.LSTM(units=32,
浏览 1提问于2020-10-06得票数 0
回答已采纳
我在400,000 x 600大小的数据帧(800MB)的Pandas数据帧上使用scikit-learn预处理和随机森林集成技术。当我通过算法传递这个数据帧时，我得到了这个值错误，可能是由于数据帧中的某个地方有额外的空格。我如何从我的数据框中清理所有应该只包含数值而绝对不包含字符串的空格？
浏览 0提问于2017-01-31得票数 1
2回答
如何将numpy数组转换为pandas数据帧。为了简化问题，该数组只包含5个值。在实践中，还有更多。 import numpy as np
import pandas as pd
nparray1 = np.array([1,2,3,4,5])
nparray2 = np.array([2,2,2,6,6]) 我想从nparray1中获得以下数据帧结构： | column1 | column2 | column3 | column4 | column5 |
|---------|---------|---------|---------|---------|
| 1 | 2
浏览 13提问于2021-08-31得票数 0
我有一个非常大的数据集(大约20 it )存储在磁盘上，名为Pandas/PyTables，我想在它上面运行随机森林和增强树。尝试在我的本地系统上做这件事需要很长时间，所以我想把它租给一个我可以访问的spark集群，而不是使用MLLib例程。
虽然我已经设法将pandas数据帧加载为spark数据帧，但我对如何在MLLib例程中使用它感到有点困惑。我不太熟悉MLLib，它似乎只接受LabeledPoint数据类型。
我非常感谢任何想法/指针/代码来解释如何使用(pandas或spark)数据帧作为MLLib算法的输入-无论是直接还是间接地，通过转换为支持的类型。
谢谢。
浏览 1提问于2015-05-06得票数 0
我有一个很大的Pandas数据帧，我想找出最大值所在的列和行(在整个数据帧中)。不幸的是，df.idxmax()只返回每行/列的最高值的索引，而不是整个数据帧的索引。有没有办法做到这一点？
浏览 136提问于2021-07-28得票数 2
回答已采纳
如何将熊猫数据帧发送到hive表？
我知道如果我有一个spark数据帧，我可以将它注册到一个临时表中，使用
df.registerTempTable("table_name")
sqlContext.sql("create table table_name2 as select * from table_name")
但是当我尝试对registerTempTable使用pandas dataFrame时，我得到了以下错误：
AttributeError: 'DataFrame' object has no attribute 'regis
浏览 0提问于2016-04-28得票数 9
回答已采纳
我正在解析URL中POST请求中的JSON数据，希望提取date并将其转换为Python中的Date类型，这一切都是我在dask中完成的。如何将其转换？ 在此之前，我曾尝试使用pandas数据帧，使用： datetime.strptime(i, '%Y-%m-%d').date().__str__()
浏览 9提问于2020-01-28得票数 1
1回答
尝试从一个Pandas数据帧中提取列的切片，转置该切片，并将其插入到不同数据帧中类似大小的行切片中。两个数据帧中的标签和索引不同。对于大型数据帧，我目前正在运行for循环，逐个单元格地复制每个值，但效率非常低。
除了for循环，我已经尝试了.loc，.iloc，与转置，但没有成功。pivot，pivot_table，melt在这里似乎不适用，否则我无法理解如何将它们应用于这个看似简单的问题。
# Two dataframes here
import pandas as pd
import numpy as np
numRng = np.arange(20).reshape((5, 4))
df
浏览 15提问于2019-07-10得票数 1
回答已采纳
我使用的是pandas数据帧。数据包含3032列。所有列都是'object‘数据类型。如何将所有列转换为“float”数据类型？ ? ?
浏览 30提问于2020-12-01得票数 1
回答已采纳
亚马逊网络服务SageMaker批处理转换错误如下： bare " in non quoted field found near: "['R627' 'Q2739' 'D509' 'S37009A' 'E860' 'D72829' 'R9431' 'J90' 'R7989' 在SageMaker工作室笔记本中，我使用Pandas将数据输出到csv： data.to_csv(my_file, index=False, header=Fa
浏览 25提问于2021-01-30得票数 0
2回答
说到Python，我还是个初学者，但我学校的一个项目需要我在这个reddit流行度数据集上执行分类算法。这些文件是巨大的.zst文件，可以在这里找到：无论如何，我只是不确定如何将其提取到数据库中，因为到目前为止我们刚刚完成的作业使用了.csv数据集，我可以很容易地将其放入pandas数据框中。我偶然发现了一个不同的帖子，并尝试使用代码：
def transform_zst_file(self,infile):
zst_num_bytes = 2**22
lines_read = 0
dctx = zstd.ZstdDecompressor
浏览 7提问于2020-04-07得票数 2
我有一个3d列表
l=[ [ [1,"ab",119.0] ] , [ [2,"cd",129.0] ] , [ [ 3,"ef",139.0] ] ]
代码
import pandas as pd , numpy as np
l=[ [ [1,"ab",119.0] ] , [ [2,"cd",129.0] ] , [ [ 3,"ef",139.0] ] ]
b=np.array(l)
print(pd.DataFrame(l))
print(pd.DataFrame(b))
可以将
浏览 3提问于2018-08-31得票数 2
我想使用.astype方法将数据帧(pandas)中的多个列转换为"category“类型。下面是我的代码： df['Field_1'].astype('category').cat.codes 然而，它仍然有效 categories = df.select_types('objects')
categories['Field_1'].cat.codes 不会的。 有人能告诉我为什么吗？通常，问题是如何将方法(.astype)应用于数据帧？我知道如何将方法应用于数据帧中的列，但是，将其应用于数据帧并不成功，即使使用for
浏览 9提问于2020-07-07得票数 1
回答已采纳
2回答
我的dataframe表示一个图的边列表，格式如下：
node1 node2 weight
0 a c 1
1 b c 2
2 d c 3
我的目标是生成等价的邻接矩阵：
a b c d
a 0 0 1 0
b 0 0 2 0
c 0 0 0 3
d 0 0 0 0
目前，在构建边的数据帧时，我计算了节点的数量，并创建了一个NxN数据帧并手动填充值。pandas从第一个数据帧生成第二个数据帧的方式是什么？
浏览 0提问于2018-11-11得票数 2
我想要将一个矩阵(非常稀疏，有数百万个零和几个其他数字)作为熊猫数据帧保存到.csv文件中，但是数据帧将0保存为0.0 (浮点数而不是整数)，因此文件变得非常大。所以我想将0.0保存为0，以减小输出.csv文件的大小。我正在尝试类似这样的东西： import pandas
table = [[0.88, 4], [0, 0.5]]
pd = pandas.DataFrame(table, columns = ['C1', 'C2'])
pd.to_csv('output.csv', index = False)
pd 并获得输出： C1
浏览 37提问于2020-07-24得票数 0
我在for循环中访问一系列Excel文件。然后，我将excel文件中的数据读取到pandas数据帧中。我想不出如何将这些数据帧附加在一起，然后将数据帧(现在包含所有文件中的数据)保存为新的Excel文件。
这是我尝试过的：
for infile in glob.glob("*.xlsx"):
data = pandas.read_excel(infile)
appended_data = pandas.DataFrame.append(data) # requires at least two arguments
appended_data.to_excel(&
浏览 2提问于2015-02-23得票数 111
回答已采纳
我的问题与cs95在这篇文章中的精彩回答有关： 将pandas数据帧转换为NumPy数组 它提供了一种将熊猫DataFrame转换为数值矩阵的快速而简单的方法。我希望你能原谅我直接引用他的设置： 我需要的是将数值列转换为DataFrames数组。在他的回答中，我们得到的是一个包含行的数组。 我希望能得到这样的东西。 因为这将允许我将原始列作为columns[0]引用到columns[2]。我意识到这个问题与我引用的帖子非常接近，但在对这个帖子的回答中，我找不到这个问题的这个变体的答案。如果这是一个非常简单的问题，感谢您的耐心。
浏览 26提问于2021-02-27得票数 0
回答已采纳
1回答
具有数组和密钥对的数据帧
、、、、
我有一个JSON结构，我需要它转换成数据帧。我已经通过pandas库进行了转换，但我在两列中遇到了问题，一列是数组，另一列是键对值。 Pito Value
{"pito-key": "Number"} [{"WRITESTAMP": "2018-06-28T16:30:36Z", "S":"41bbc22","VALUE":"2"}] 如何将列分解为数据帧。
浏览 7提问于2020-01-28得票数 0
1回答
Pandas数据帧多个数据库表
、、、、
我有一个API包装器，可以从特定的产品中提取数据。我面临着如何将json数据映射到数据库(postgresql)的问题。我已经阅读了Pandas dataframe，但我不确定这是不是正确的方法。我有几个问题需要帮助。
1)是否可以选择哪些行可以进入数据帧？
2)数据帧内的每一行都需要插入到两个不同的数据库表中。我需要在TableA中插入10列，获得新插入行的id，然后在TableB中插入5列，包括返回的id。我该怎么做呢？
3)是否可以为数据帧中的每一列指定数据类型？
4)是否可以将列名称重命名为数据库字段名称？
5)是否可以遍历特定的列并替换某些数据？
对于我正在尝试实现的目标，有没有可以
浏览 14提问于2020-05-15得票数 1
回答已采纳
我使用相同形状的布尔矩阵来子集pandas数据帧，以便布尔矩阵中具有相应假单元格的所有值都将显示为NA：
import pandas as pd
import numpy as np
df = pd.DataFrame(np.arange(9).reshape((3,3)), index=['a','b','c'])
b = np.ones((3,3), dtype=bool)
b[1,1] = False
# gives 9x3 array
df[b]
有没有办法在不首先将矩阵转换为与df具有相同索引和列的pandas数据帧的情况下完成此操
浏览 3提问于2021-08-06得票数 1
2回答
我需要将此代码转换为PySpark等效项。我不能使用pandas来创建数据帧。 这是我使用Pandas创建数据帧的方式： df['Name'] = np.random.choice(["Alex","James","Michael","Peter","Harry"], size=3)
df['ID'] = np.random.randint(1, 10, 3)
df['Fruit'] = np.random.choice(["Apple","
浏览 65提问于2021-11-09得票数 1
回答已采纳
2回答
我一直在尝试使用CNTK，我发现模型只能使用numpy数组进行训练。这是正确的吗？
这对于图像识别等是有意义的。
我如何将我整洁的数据集(使用pandas作为数据帧读取)转换为一种可以训练逻辑回归的格式？我试着把它读入一个numpy数组
np.genfromtxt(“My.csv",delimiter=',' , dtype=float)
并且我还尝试用
np.array.MyVeriable.astype('float32')
但是我没有得到我想要的结果，我能够给一个模型提供支持。
我在教程中也找不到任何关于如何在CNTK中对表格数据帧执行ML的内容
浏览 5提问于2017-02-28得票数 1
我有一堆14784个文本文档，我正在尝试对它们进行矢量化，这样我就可以运行一些分析。我使用sklearn中的CountVectorizer将文档转换为特征向量。我这样做是通过调用：
vectorizer = CountVectorizer
features = vectorizer.fit_transform(examples)
其中examples是所有文本文档的数组
现在，我正在尝试使用其他功能。为此，我将这些特性存储在一个pandas数据帧中。目前，我的pandas数据帧(不插入文本特征)具有形状(14784, 5)。我的特征向量的形状是(14784, 21343)。
将矢量化的特征插入
浏览 0提问于2016-11-02得票数 14
问:有没有一种快速的方法将2D Numpy矩阵转换为一组Pandas系列？例如，(100 x5) ndarray，到5个系列，每个系列有100行。 背景:我需要使用随机生成的不同类型的数据(浮点数、字符串等)创建一个pandas数据帧。目前，对于float，我创建了一个numpy矩阵，对于strings，我创建了一个字符串数组。然后，我将所有这些内容与axis=1结合起来，形成一个数据帧。这不会保留每个单独列的数据类型。 为了保留数据类型，我计划使用pandas系列。由于创建多个浮点数系列可能比创建一个浮点数的numpy矩阵慢，我想知道是否有一种方法可以将numpy矩阵转换为一组系列。 Th
浏览 29提问于2021-04-29得票数 0
回答已采纳
我有可能很大的数据帧，大约有10列和1e6行，具有不同的维度。假设行在两个数据帧中都是唯一的。由于这些数据帧不能加载到内存中，我如何找到一个数据帧中存在于另一个数据帧中的所有行？我目前只处理较小的数据帧，但我很快就会弄清楚这一点。 我非常喜欢使用pandas，但我愿意使用不同的包(xarray?)如果有显著的好处。如果您推荐一个不同的包，请提供一些代码来进行比较。 下面是我如何与内存中适合的pandas数据帧进行比较： import pandas as pd
def row_intersection(df1, df2):
noNA = df2.fillna(0)
retur
浏览 23提问于2021-09-02得票数 0
回答已采纳
1回答
我得到了以下数据帧：
import pandas as pd
test = pd.DataFrame([["Bugatti","Veyron"],
["Bugatti","Chiron"],
["VW","Golf"],
["VW","Passat"],
["VW","Polo&
浏览 7提问于2019-11-28得票数 0
回答已采纳
1回答
我有一长串熊猫的数据框架，根据类型，"pandas.core.series.Series“。这个列表中可能有一百万个条目。我通过用numpy.array_split分割数据帧来创建它。
据推测，目前每个数据帧只包含一个数字：
In[29]: df1[0:5]
Out[29]:
[1 12149992.0
Name: 3121916261129, dtype: float64, 2 12149995.0
Name: 3121916261129, dtype: float64, 3 12149997.0
Name: 3121916261129, dtype: float
浏览 0提问于2018-10-04得票数 0
回答已采纳
7回答
漂亮的打印熊猫数据帧
、、、
如何将pandas数据帧打印为基于文本的漂亮表格，如下图所示？
+------------+---------+-------------+
| column_one | col_two | column_3 |
+------------+---------+-------------+
| 0 | 0.0001 | ABCD |
| 1 | 1e-005 | ABCD |
| 2 | 1e-006 | long string |
| 3 | 1e-007 | ABCD
浏览 2提问于2013-08-30得票数 178
3回答
我理解pandas导入csv文件相对较慢的原因之一是，在猜测类型之前，它需要扫描一列的整个内容(请参阅关于pandas.read_csv的low_memory选项的讨论)。我的理解正确吗？
如果是这样的话，什么样的格式才是存储数据帧的好格式，哪些格式显式地指定了数据类型，这样pandas就不必去猜测了(SQL暂时不是一个选项)？
有什么特别的选择吗？
我的数据帧有浮点数、整数、日期、字符串和Y/N，所以只支持数字值的格式是行不通的。
浏览 0提问于2017-11-15得票数 2
我可以将一个ann文件读入pandas dataframe，如下所示： df = pd.read_csv('something/something.ann', sep='^([^\s]*)\s', engine='python', header=None).drop(0, axis=1)
df.head() 但我不知道如何将多个ann文件读取到一个pandas数据帧中。我尝试使用concat，但结果并不是我所期望的。 如何将多个ann文件读入一个pandas数据帧？
浏览 6提问于2021-08-16得票数 0
回答已采纳
我有一个非常大的Pandas数据帧，我想把它保存到磁盘上，以便以后使用。数据帧仅包含字符串数据。
然而，无论我使用哪种格式，保存过程都会导致我的Google Colab环境崩溃，因为除了CSV之外，所有可用的RAM都会用完，CSV甚至在5小时后都不会完成。
但这也破坏了环境。
有没有办法把一个大的文本熊猫数据帧保存到磁盘上？
我尝试过to_json、to_feather、to_parquet、to_pickle，它们都会使环境崩溃。
我还通过使用以下命令尝试了to_sql
from sqlalchemy import create_engine
engine = sqlalchemy.crea
浏览 2提问于2019-05-29得票数 2
我是Python的新手，我有一个InfluxDB查询，我想将它设置为一个熊猫数据帧。但是，输出似乎只包括测量值，而不包括标记值。
我的代码如下所示：
import pandas as pd
from influxdb import InfluxDBClient
def main():
host = 'localhost'
port = 8086
user = 'abc'
password = 'xyz'
dbname = 'rain_rate'
client = Influx
浏览 12提问于2020-05-29得票数 0
回答已采纳
3回答
我尝试使用以下代码创建数据帧df：
import numpy as np
import pandas as pd
index = [0,1,2,3,4,5]
s = pd.Series([1,2,3,4,5,6],index= index)
t = pd.Series([2,4,6,8,10,12],index= index)
df = pd.DataFrame(s,columns = ["MUL1"])
df["MUL2"] =t
print df
MUL1 MUL2
0 1 2
1 2 4
2 3
浏览 1提问于2017-10-04得票数 11
回答已采纳
我是python的新手。在Python版本3.7.4中，我有一个pandas数据帧，如下所示(有4列)：
df = pd.DataFrame({'Patient_Key': [2333836, 2319735],
'DX1': ["N184", 'Z6827'],
'DX2': ['D649', 'N184'],
'DX3': ['E785'
浏览 4提问于2021-07-24得票数 0
我想在现有的数据框中填入另一列。该列将包含字典的值。这些值是令牌列表。到目前为止，它还不起作用，有没有办法将它们添加到数据帧中？
df = pd.read_csv(sys.argv[1], na_values=['no info', '.'], encoding='Cp1252', delimiter=';')
s = pd.DataFrame(dict1).T.reset_index()
print(s)
#result
'''
index 0 1 2
0
浏览 40提问于2019-07-16得票数 1
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
