1回答
我需要为熊猫中的groupby设置一些规则。我希望在我按日期时间分组之前，如果'keep‘列有"dup by“，我可以忽略这些行。下面是我的代码： import pandas as pd
df['datetime'] = pd.to_datetime(df['datetime'
浏览 15提问于2021-06-23得票数 1
回答已采纳
我有一个数据框架，我在特定的列上使用pandas.groupby，然后对生成的组运行聚合统计数据(均值、中位数、计数)。我希望将某些列值处理为由groupby生成的同一组的成员，而不是在用于分组的列中为每个不同的值设置一个不同的组。我在想我将如何完成这样的事情。2.1 5 6 1.8因此，与典型的行为不同：
>> my_df.gro
浏览 3提问于2017-05-01得票数 1
回答已采纳
我正在尝试替换for循环，以便在pandas中获得更好的性能。在pandas中使用for循环是性能杀手，请在许多博客中阅读它。现在，我必须应用一些逻辑来设置项目和按emp_id分组。代码块如下所示。我不能确定删除groupby，有没有其他技术可以让我获得更高的性能？emp_groups = self.df.groupby("emp_id") for _ridx in range(0
浏览 4提问于2020-11-16得票数 0
foundation'] = pd.to_datetime(df['foundation'])df = df.groupby
浏览 81提问于2021-11-09得票数 0
回答已采纳
我有一个groupby对象，看起来像下面的dataframe：
df = pd.DataFrame({'user1':[2,4,21,21],'user2':[6,13,76,76],'param1':
浏览 3提问于2018-09-03得票数 2
回答已采纳
我对以下Pandas代码有一些困难：print groupby_obj["Value"].max() # Thisworksprint groupby_obj["Value"].mean() #This doesn't w
浏览 2提问于2014-06-02得票数 1
回答已采纳
我试图动态创建一个lambda函数的字典，将其传递给Pandas中的agg()函数，并计算“异常”的数量。([id_col,Date_col]).agg(aggdict) 但是由于某些原因，聚合只应用了column_b的第二项，而不是column_a上的第一项，我尝试在prepareAggDict函数中将它们分离到不同的不幸的是，我必须为不同的列创建大约7个不同的阈值，我想通过将多个列名及其阈值传递到一个方法中来创建它，该方法将生成一个自定义聚合函数的字典，并使用agg()传递给一个groupby
浏览 38提问于2021-05-10得票数 1
回答已采纳
我能想到的方法是： group_mean = df_test.groupby('A')['B'].mean().reset_index()
df_merge = df_test.merge(group_meanlambda x: x['B_y'] if x['B_x'] <0 else x['B_x'], axis=1) 我想知道是否可以用一行代码来完成它，比如： df_test['C'] = df_test.groupby
浏览 20提问于2019-01-18得票数 0
回答已采纳
尽管我将参数as_index设置为True，但pandas.DataFrame.groupby.nunique()会将我分组的列保留在结果中。pandas版本为: 0.24.1 {'a': [1, 1, 2, 3, 2],)输出
浏览 0提问于2019-08-21得票数 2
2回答
我正在尝试从库存中停用某些产品，如果所有大小的产品都有零库存，从使用熊猫的csv。Psuedo -按照"desc“对所有产品进行分组，如果所有"instock”等于零，则返回true为"inactive“
我试过在pandas中使用groupby函数，但我搞不懂它是如何工作的。
浏览 11提问于2019-08-12得票数 0
回答已采纳
1回答
所以在R中，我会使用一个优化的应用函数，但是现在我已经读到了熊猫的应用函数是一个抽象的循环，甚至比一个循环还要慢，它在性能上显示出来了。在我的机器上，处理60k行花了30分钟。Subset.index)]这是我的预期输出(我目前正在获得该输出，但速度非常慢)：
这是dataframe，这个示例需要两个时点上的移动平均值，在这个示例中为"
浏览 0提问于2018-06-09得票数 7
回答已采纳
2回答
我一直在寻找并行化的选项，并找到了ray和modin。经过一些测试后，我对使用modin的好处有点迷惑了。两个例子：但是df.groupby() pandas的0.59对modin.pandas这里是否有一个通用的规则，或者所有的东西都必须单独测试？
浏览 11提问于2021-01-08得票数 0
2回答
组并仅选定列
、、、
Eric10 335 terry@email.com 55 Terryselected = df[['ID','Email']]
我现在认为在这里添加ID和电子邮件是有意义的。/lib/python3.7/site-packages/pandas/core/generic
浏览 1提问于2018-12-08得票数 2
回答已采纳
通过使用Pandas groupby，我获得了某些用户在一周中的任何一天平均有多少活动的数据。根据用户和日期分组，我计算了过去30天内几个用户的最大值和平均值。在pandas中执行这样的任务的方法是什么？'countActivity': { 'meanDaily': 'mean'}
dailyAggs
浏览 9提问于2016-09-28得票数 1
回答已采纳
u1 1 a 6 f 7 g u4 3 c 按列分组然后将其设置为索引的最佳方法是什么我尝试过直接.set_index('C')，但它为每个u1实例设置了一个索引到u4。
浏览 2提问于2018-06-19得票数 0
pandas在update中将列的类型从int更改为float有什么原因吗?我可以阻止它这样做吗？以下是该问题的一些示例代码import numpy as np
print(df['int'])
for _, df_sub i
浏览 0提问于2013-07-01得票数 8
回答已采纳
我的python程序在我进入终端并输入以下命令时运行 activate baseC:\ProgramData\Anaconda3\python.exe 然后，我尝试在Anaconda中使用PyCharm，然后转到设置>项目解释器>添加本地> Conda环境>现有环境，并将C:\ProgramData\Anaconda3line 10, in <module>
from pandas.core
浏览 17提问于2019-01-25得票数 3
3回答
按行对值求和
、、、
输出： 1.0 11.1 1.03.0 18.4 1.0 在输出的第二个列值中， 3.0+6.8+1.38.0+1.9+8.5 我尝试了numpy，但得到了错误 import numpy as np import glob
data=np.loadtxt("input.txt")
浏览 27提问于2021-09-08得票数 0
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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
