如何基于分类变量- ei国家对pandas数据帧进行切片
基于分类变量对pandas数据帧进行切片可以通过使用布尔索引来实现。下面是一个完善且全面的答案：
在pandas中，可以使用分类变量对数据帧进行切片。分类变量是一种特殊的数据类型，用于表示有限数量的离散值。在数据分析中，分类变量常用于对数据进行分组和聚合操作。
要基于分类变量对pandas数据帧进行切片，可以按照以下步骤进行操作：
- 首先，确保将需要切片的列转换为分类变量。可以使用
astype方法将列的数据类型转换为category，例如： - 首先，确保将需要切片的列转换为分类变量。可以使用
astype方法将列的数据类型转换为category，例如： - 接下来，创建一个布尔索引，用于选择满足特定分类条件的行。可以使用
==、!=、isin等操作符来比较分类变量的值，例如： - 接下来，创建一个布尔索引，用于选择满足特定分类条件的行。可以使用
==、!=、isin等操作符来比较分类变量的值，例如： - 最后，使用布尔索引对数据帧进行切片，获取满足条件的行。可以将布尔索引作为索引器，将其应用于数据帧，例如：
- 最后，使用布尔索引对数据帧进行切片，获取满足条件的行。可以将布尔索引作为索引器，将其应用于数据帧，例如：
这样就可以基于分类变量对pandas数据帧进行切片了。
分类变量的优势在于可以减少内存使用和提高性能，尤其在具有大量重复值的列上。此外，分类变量还可以提供更好的可读性和可解释性。
基于分类变量的切片适用于各种应用场景，例如根据某个特定分类值筛选数据、按照分类变量进行分组统计等。
腾讯云提供了一系列与数据处理和分析相关的产品，例如云数据库 TencentDB、云原生数据库 TDSQL、云数据仓库 CDW、云数据湖 CDL 等。您可以访问腾讯云官网了解更多产品信息和详细介绍：
请注意，以上仅为示例产品，您可以根据具体需求选择适合的腾讯云产品。
相关·内容
我正在构建一个模型，我在Pandas中有两个数据帧。一个是训练数据，另一个是测试数据。其中一个变量是国家。我在考虑使用OrdinalEncoder()将country列转换为分类列。例如：“美国”在新列中将是1，“巴西”将是2，依此类推。但是，我希望对这两个数据帧进行相同的转换。如果训练数据中的"USA“作为分类列变为1，我希望测试数据中的"USA”也变为1。 这有可能吗？怎么会这样呢？ 提前感谢
浏览 23提问于2019-12-17得票数 0
3回答
我有一个包含2列的数据帧，如下所示：
Index Year Country
0 2015 US
1 2015 US
2 2015 UK
3 2015 Indonesia
4 2015 US
5 2016 India
6 2016 India
7 2016 UK
我想创建一个新的数据帧，其中包含每年国家的最大计数。新的数据帧将包含3列，如下所示：
Index Year Countr
浏览 0提问于2017-08-12得票数 2
1回答
Pandas优化
、、
我写了一个函数来处理pandas的数据。使用我的函数的%prun的分析日志张贴在底部(只有几行)。我想优化我的代码，因为我需要调用这个我写了超过4000次的函数。运行此函数一次需要37.7s。
似乎最耗时的部分是numpy.ndarray的nonzero。因为我几乎所有的操作都是基于pandas的，所以我想知道pandas中的哪个函数严重依赖于这种方法？
我的操作主要包括使用df.ix[]的基于datetimeindex的数据帧切片和使用pandas.merge()的数据帧合并。
我知道不发布实际的脚本很难判断，但是脚本太长了，没有意义，而且大多数操作都是临时的，所以我不能把它重写成小脚本在这
浏览 2提问于2014-06-24得票数 0
因此，我正在尝试创建一个python脚本，该脚本允许我在使用pandas创建的数据帧(masterfile)上执行SQL操作。数据帧从特定文件夹中找到的csv文件中提取其内容。 我能够成功地创建其他所有内容，但我在SQL操作部分遇到了麻烦。我正在尝试使用数据帧作为“数据库”，在这里我将使用我的SQL查询来拉取数据，但是我得到了一个"AttributeError：' dataframe‘object has no attribute 'cursor’“错误。 我没有看到很多pandas.read_sql_query()的例子，所以我很难理解我将如何在其中使用我的数据帧。
浏览 12提问于2020-06-28得票数 0
我从CSV文件中读取了数千行数据，其中包含用于计算不同输出的数据。我读入此CSV文件并将输入存储在Pandas数据帧中。然后，我使用itterrows()遍历数据帧。有时我的代码会失败，这时我希望读入原始文件，但在失败后从一行开始处理。因此，当这种情况发生时，设置我的代码，以便在进入itterrows() for循环之前取消注释两行，并将原始数据帧分割成一定大小：
# slicing it and re-indexing when a restart is needed
df_slice = df.iloc[1292:,]
for index,row in df_slice.iterrows(
浏览 0提问于2015-12-22得票数 1
我在哪里可以找到监督分类机器学习的分类因变量的例子？
例如：
蜥蜴为昆虫，苍蝇为昆虫，蚊子为昆虫，猴子为哺乳动物，熊为哺乳动物，鲨鱼为鱼，格皮为鱼，芬兰为国家，美国为国家，日本为国家，苹果公司为公司，伯克希尔哈撒韦公司作为公司，默克公司，公司.
我已经采取了Udemy机器学习all和所有的场景是只有2个因变量(是或否，1或0)。任何人都知道在哪里可以找到Python代码或学习示例，以便将文本分类为国家、公司、昆虫等。两个以上的因变量？
谢谢
@David Dale，我试过：
import numpy as np
import pandas as pd
dataset = pd.read_cs
浏览 5提问于2017-10-31得票数 0
我使用以下命令创建了一个数据透视表：
table2 = pandas.pivot_table(df, index=['Salesperson'], values=['Gross Sales', 'Gross Profit'], aggfunc=numpy.sum)
table2['Profit Margin'] = table2['Gross Profit'] / table2['Gross Sales']
table2_rounded = table2.round({'Gross Prof
浏览 2提问于2016-04-01得票数 8
回答已采纳
我有一个有两个列的列表: A:标识符和B: country。我希望创建一个带有国家列表的下拉列表，并使用它选择一个国家，并将包含该特定国家的所有行复制到一个新的工作表中(没有空白)。
例如，如果我可以从下拉列表中选择阿联酋，我想列出以下列表：
EJ524848 UAE
EI822533 Serbia
EK025240 BAHAMAS
EI668639 UAE
EK338894 KENYA
JK919347 UAE
输出到表2：
EJ524848 UAE
EI668639 UAE
JK919347 UAE
浏览 3提问于2017-05-01得票数 0
回答已采纳
我正在尝试使用R中的knncat进行knn分类，因为我的数据集中有分类属性。
knncat(FinalData, FinalTestData, k=10, classcol = 15)
当我执行上面的语句时，它给我的错误是:训练和测试中的级别集不匹配。
在检查所有属性的级别时，我确实得到了一个差异。我有一个国家属性，可以取训练数据集中的1-41个值。
然而，在测试数据集中，一个特定的国家永远不会出现，因此它导致了这个错误。我该怎么处理呢？
浏览 0提问于2015-04-21得票数 1
我有一个按国家分类的新冠肺炎死亡数据框架。国家/地区在Country列中标识。国家/地区分类基于Province列。 我想生成一个数据帧，它根据Country列中的值对所有列求和(除了前2列，它是地理数据)。简而言之，对于每个日期，我希望压缩一个国家所有省份的观测值，以便获得每个国家的单个数字。 现在，我可以在一次约会中这样做： import pandas as pd
url = 'https://raw.githubusercontent.com/CSSEGISandData/COVID-
19/master/csse_covid_19_data/csse_covid_19_t
浏览 33提问于2020-07-01得票数 0
回答已采纳
我对numpy和Pandas之间的以下区别感到有点惊讶/困惑
import numpy as np
import pandas as pd
a = np.random.randn(10,10)
> a[:3,0, newaxis]
array([[-1.91687144],
[-0.6399471 ],
[-0.10005721]])
但是：
b = pd.DataFrame(a)
> b.ix[:3,0]
0 -1.916871
1 -0.639947
2 -0.100057
3 0.251988
换句话说，numpy不包含s
浏览 3提问于2013-02-28得票数 5
回答已采纳
times = [datetime(2011, 01, 03, 0, 10 + i, 0) for i in range(5)]
series = pd.TimeSeries(range(5), index=times)
series.ix[datetime(2011, 01, 03, 0, 10, 0):datetime(2011, 01, 03, 0, 13, 0)]
2011-01-03 00:10:00 0
2011-01-03 00:11:00 1
2011-01-03 00:12:00 2
2011-01-03 00:13:00 3
但
x = range
浏览 6提问于2012-07-03得票数 1
回答已采纳
3回答
我有以下数据帧： import pandas as pd
data = {0: [-1, -14], 1: [-3, 2], 2: [7, 10], 4: [-10, 15]}
df = pd.DataFrame(data) 我知道如何对特定行进行排序： df.sort_values(by=0, ascending=False, axis=1) 如何根据第一行的绝对值对数据帧进行排序？在本例中，我将拥有类似如下的内容： sorted_data = {0: [-10, 15], 1: [7, 10], 2: [-3, 2], 4: [-1, -14]}
浏览 12提问于2020-08-19得票数 2
11回答
我从CSV文件加载一些机器学习数据。前2列是观测值，其余列是特征。
目前，我做了以下工作：
data = pandas.read_csv('mydata.csv')
这给出了一些类似的东西：
data = pandas.DataFrame(np.random.rand(10,5), columns = list('abcde'))
我想将这个数据帧分成两个数据帧:一个包含列a和b，另一个包含列c、d和e。
不可能写出像这样的东西
observations = data[:'c']
features = data['c':]
我不确
浏览 4提问于2012-05-19得票数 304
回答已采纳
1回答
我的dataframe中有Data2列。我试图通过向NewCol列应用一个筛选器来创建一个新列(‘Data2’)。下面的代码工作，新列的结果是正确的。但在运行代码时，我会得到以下错误消息。我怎么才能解决这个问题？我认为这会影响性能。
C:\Python27\lib\site-packages\IPython\kernel__main__.py:2: SettingWithCopyWarning:值试图在来自DataFrame的片的副本上设置。
请参阅文档中的注意事项：
# In[1]:
import pandas as pd
import numpy as np
from pandas im
浏览 2提问于2015-08-27得票数 0
1回答
我想遍历xls文件的特定范围。如图所示，你可以看到我在两行之间的一些点上有一些十字。我需要将它们的值放到我的python程序中，以便将它们镜像到一个数组中。所以我想我只需要用pandas遍历数据帧，然后创建一个简单的if函数。 到目前为止，我的函数如下所示： import pandas as pd
import xlrd
df = pd.read_excel('test.xls', sheet_name='Tabelle1')
for index, rows in df.iterrows():
if rows[index] == "x&#
浏览 17提问于2020-04-22得票数 1
我正在学习合并排序一个整数数组，当我注意到将排序数组元素复制到原始数组时，我们需要两个单独的循环变量同时运行，而在这些索引处的值被复制到原始数组。以下是供参考的代码：
class MergeSort {
public static void sort(int arr[], int si, int ei, int mid) {
int merged[] = new int[ei - si + 1];
int index1 = si; // tracks the first array
int index2 = mid + 1; // tracks the second
浏览 15提问于2022-06-07得票数 1
我已经在Python中创建了一个xgboost分类器：
train是一个100k行，50个特征作为列的pandas数据帧。《目标》是一个熊猫系列
xgb_classifier = xgb.XGBClassifier(nthread=-1, max_depth=3, silent=0,
objective='reg:linear', n_estimators=100)
xgb_classifier = xgb_classifier.fit(train, target)
predictions = xgb_c
浏览 1提问于2015-11-02得票数 8
2回答
我有一个包含21个不同列的banking_dataframe，其中一个是目标，其中10个是数字特征，10个是分类特征。我已经使用pandas的get_dummies方法将分类数据转换为one-hot编码。返回的dataframe有74列。现在，我想将编码的数据帧与原始数据帧合并，这样我的最终数据就应该有一个分类列的热编码值，但数据帧的原始大小是21列。
Pandas的 to get_dummies函数：
对分类要素调用get_dummies的代码片段
encoded_features = pd.get_dummies(banking_dataframe[categorical_feature_
浏览 2提问于2019-08-01得票数 0
1回答
我目前有： def color_cell(val):
color = 'lightgreen' if val ==0 else 'white'
return 'background-color: %s' % color
s = df.style.applymap(color_cell) 它给出了以下数据帧： ? 我想使用pandas.dataframe.iloc来挑选突出显示的值。例如，使用df.iloc[0,1]和df.iloc[1,2]，以便只突出显示这些值。 如何更新此代码？
浏览 15提问于2019-03-08得票数 2
回答已采纳
我偶然发现了这个奇怪的问题，sqlite3 django错误中的“太多SQL变量”并不是在通过行获取对象时出现的。
objects = Model_Name.objects.filter(CN = some_name)
但是，当我使用django_pandas.io.read_frame()将其转换为df时，会出现错误。
df = read_frame(objects)
这里的查询集有大约80个变量和将近7000行。
因此，我决定用代码在循环中将queryset转换为数据帧。
df = []
for items in range(0, len(objects), 100):
df.ap
浏览 2提问于2019-12-23得票数 1
我已经编写了以下代码来显示Pandas DataFrames的相关矩阵/热图。它适用于变量不超过20个的DataFrames。然而，我正在寻找一种智能的方法/函数，可以轻松地处理许多变量，比如通过生成多个热图，以便将所有变量相互比较。
例如，具有100个变量的数据帧不会在单个相关热图中一致地显示。
import seaborn as sns
fig, ax = plt.subplots(figsize=(15, 15)) # Sample figsize in inches
cmap = sns.diverging_palette( 220 , 10 ,
浏览 2提问于2018-07-05得票数 1
很抱歉问了一个基本的问题。我相信答案很简单，但我已经用头撞墙好一阵子了。我是python的新手，但我理解矢量化计算的概念。例如，在以下(相当琐碎的)代码中：
import pandas as pd
ndx = ['a', 'b', 'c', 'd', 'e', 'f']
first = [3, 7, 2, 5, 9, 4]
second = [8, 9, 7, 3, 3, 7]
first = pd.DataFrame(first, index = ndx)
second = pd.DataFr
浏览 5提问于2014-02-05得票数 3
假设我有一个数据框架。有多个列(例如：‘，'B')使用以下代码，我希望仅基于一列就生成一个新的数据格式：
df2 = df1['A']
但是，当我这样做时，数据帧突然被转换为TimeSeries。
In [5] print type (df2)<class 'pandas.core.series.Series'>
非常odd...can有人向我解释为什么会发生这种事.？
浏览 3提问于2015-12-14得票数 0
回答已采纳
2回答
在pandas数据帧中，我需要找到任意行中包含零的列，并删除整个列。 例如，如果我的数据帧看起来像这样： A B C D E F G H
0 1 0 1 0 1 1 1 1
1 0 1 1 1 1 0 1 1 我需要删除列A、B、D和F。我知道如何删除这些列，但是以编程方式识别带有零的一列让我摸不着头脑。
浏览 17提问于2018-12-27得票数 2
回答已采纳
我使用了一个数据have (初始索引为0.9999)，并按年份进行了分区：
requests_df = {year : df[df['req_year'] == year] for year in df['req_year'].unique()}
和往常一样，每个子帧保留自己的索引顺序。然后，在尝试对其中一个孤立帧(df_yr = requests_df[2015])进行索引时，我得到了一个非常出乎意料的行为：
for idx in df_year.index:
qty = frame[idx]['qty_tickets']
原因
浏览 1提问于2017-02-21得票数 1
回答已采纳
1回答
在滑雪板中是否支持直接使用熊猫的分类数据类型来拟合模型？据我所见，sklearn不支持这种数据类型，这是不幸的，因为分类数据类型既编码分类数据，又包含数据的映射方案。此外，分类编码纯粹是一个数据处理/处理问题，因此由Pandas来处理似乎更自然。
Note
我意识到在Pandas和sklearn中有几种编码分类变量的方法--这不是我要问的。
浏览 3提问于2015-06-15得票数 16
回答已采纳
我试图构建一个随机森林分类器，根据不同的属性确定对象的“类型”。我在理解iloc和将预测器从分类中分离出来有困难。如果第50列是“type”列，我想知道为什么iloc (注释掉)行不能工作，而行y = dataset["type"]工作。我已经附上了下面的代码。谢谢!
X = dataset.iloc[:, 0:50].values
y = dataset["type"]
#y = dataset.iloc[:,50].values
浏览 2提问于2020-06-04得票数 0
回答已采纳
我有两个数据框架，包含逻辑上相互关联并包含相同数量类别的分类列( df1 <->类别1在df2中，类别2在df1 <->类别2在df2中，等等)。数据帧有不同的长度，行没有排序，所以我不能简单地重新排序和连接它们。
我希望将df2的分类变量添加到df1中，以便两个分类列的类别匹配。
下面是一个例子：
import pandas as pd
foo = pd.Categorical(values=[0,1,2,3],categories=[0,1,2,3],ordered=True)
bar = pd.Categorical(values=['b',&#
浏览 2提问于2020-03-23得票数 0
回答已采纳
1回答
我有一个数据集，其中我将只使用一个列来应用kmeans聚类。然而，在绘制图形时，我得到了"numpy.ndarray“。我尝试转换为浮动，但仍然面临同样的问题 数据帧： Brim
1234.5
345
675.7
120
110 代码： from sklearn.cluster import KMeans
import numpy as np
km = KMeans(n_clusters=4, init='k-means++',n_init=10)
km.fit(df1)
x = km.fit_predict(df1)
x
array([0,
浏览 23提问于2019-05-19得票数 1
2回答
我想我有一个相对简单的问题，但是找不到合适的答案来解决编码问题。
我有一个pandas字符串列：df1['tweet'].head(1) 0 besides food, Name: tweet
我需要提取文本并将其推送到Python字符串对象中，格式如下：
test_messages = ["line1", "line2", "etc"]
目标是对tweet的测试集进行分类，因此相信：X_test = tfidf.transform(te
浏览 0提问于2013-06-15得票数 2
回答已采纳
我想要将数据帧的多个列相加为一个新列。对于两个列，我使用了这个。
import pandas as pd, numpy as np
df=pd.read_csv("Calculation_test.csv")
#creating new colums
df["Test1"] = 0
#sum of 2 columns
df["Test1"]= df['col1']+df['col2']
df.to_csv('test_cal.csv',
浏览 0提问于2018-06-18得票数 2
我有一个时间序列作为pandas series对象。我想知道我是否可以通过查看过去60天的值来预测一天的价值。出于这个原因，我想将我的时间序列转换为如下所示的数据帧(这样我就可以将其提供给学习算法)；
Day 1 Day2 ... Day 60 value
986.55 990.95 ... 1618.86 1655.5
990.95 1017.85 ... 1655.5 1669.8
1017.85 1053.68 ... 1669.8 1707.2
我怎么做这样的转换呢？
我的时间序列如下所示(索引是一个pandas.tseries.index
浏览 0提问于2013-02-22得票数 1
回答已采纳
我已经阅读了将csv文件加载到pandas数据帧中，并希望对该数据帧进行一些简单的操作。我不知道如何根据从原始数据框中选择的列来创建新的数据框。我的尝试是：
names = ['A','B','C','D']
dataset = pandas.read_csv('file.csv', names=names)
new_dataset = dataset['A','D']
我想用原始数据帧中的列A和D创建一个新的数据帧。
浏览 1提问于2017-07-11得票数 24
回答已采纳
给出三个数据帧，其中包含一些国家获得的金牌、银牌和铜牌的数量，确定每个国家获得的奖牌总数。注意:这三个数据帧的countries.Also并不完全相同，请按照奖牌总数的降序对最终数据帧进行排序。 这是我的代码如下-但我没有得到所需的output.Can有人请建议是什么问题？ import numpy as np
import pandas as pd
# Defining the three dataframes indicating the gold, silver, and bronze medal counts
# of different countries
gold = pd.
浏览 16提问于2021-02-12得票数 0
回答已采纳
2回答
来自R，我试着让我的头为熊猫数据切片整数。令我困惑的是，使用相同的整数/切片表达式对行和列进行不同的切片行为。
import pandas as pd
x = pd.DataFrame({'a': range(0,6),
'b': range(7,13),
'c': range(14, 20)})
x.ix[0:2, 0:2] # Why 3 x 2 and not 3 x 3 or 2 x 2?
a b
0 0 7
1 1 8
2 2 9
我
浏览 2提问于2015-12-28得票数 3
回答已采纳
我正在使用fastai Intro to Machine Learning course，在Lesson 1中，他使用了来自Kaggle的Blue Book for Bulldozers dataset上的随机森林。 让我感到奇怪的是，讲师没有使用SKlearn的pd.get_dummies()或OneHotEncoder来处理分类数据。取而代之的是，他对所有分类列调用了pd.Series.cat.codes。 我注意到当调用fit()方法时，它在使用pd.Series.cat.codes的数据集上的计算速度要快得多(大约1分钟)，而带有虚拟变量的数据集在我运行的使用60 GB内存的虚拟服务
浏览 15提问于2019-03-21得票数 4
我读了问题和。我对2018年从熊猫数据帧的单元格中获取值的可接受方法有点困惑，因为已经被弃用，关于的文档也有些稀疏。我想按标签选择行，按位置/整数选择列。我在下面使用的方法是2018年被接受的方法吗？我有这样的代码：
import pandas as pd
import random
import string
import csv
import io
## Make a table with random column labels and rows in random order.
s = '\n'.join((
## Separate columns by co
浏览 0提问于2018-01-14得票数 2
回答已采纳
2回答
在Pandas中，我试图过滤出数据帧中具有特定日期(设置为多索引的第一级)的行。
过滤后，我想检查第一级的最后一个索引值是否与我的最新日期匹配。但是，我不能让Pandas返回正确的值。
举个例子可能会有所帮助。我首先使用multiindex创建原始的df：
index = pd.date_range('2016-01-01', freq='B', periods=10), ["AAPL", "GOOG"]
df = pd.DataFrame(index=pd.MultiIndex.from_product(index))
prin
浏览 11提问于2017-01-09得票数 3
回答已采纳
想知道当列类型是分类的(特别是h2o enum类型)时，在h2o dataframe GroupBy对象中求和列时会发生什么。
将pandas数据帧转换为H2o数据帧。然后，我按某一列对行进行分组，并对其他列求和。
location_id price store
------------------
1 10 JCP
1 15 SBUX
3 20 HOL
then after grouping and summing; df.group_by('location_id').sum(['
浏览 26提问于2019-04-02得票数 0
回答已采纳
我有一个大约1,500行15列的Python数据帧。对于一个特定的列，我想删除每行的前3个字符。作为一个简单的例子，这里有一个数据帧：
import pandas as pd
d = {
'Report Number':['8761234567', '8679876543','8994434555'],
'Name' :['George', 'Bill', 'Sally']
}
d = pd.DataFrame(d)
我想
浏览 5提问于2017-02-21得票数 43
回答已采纳
我有一个简短的问题，因为我目前正在为一些项目从R改为pandas：
我从sci-kit learn获得了metrics.classification_report的以下打印输出
precision recall f1-score support
0 0.67 0.67 0.67 3
1 0.50 1.00 0.67 1
2 1.00 0.80
浏览 0提问于2016-08-07得票数 0
回答已采纳
1回答
假设我有一个数据帧
import pandas as pd
import numpy as np
foo = pd.DataFrame(np.random.random((10,5)))
我从我的数据子集创建了另一个数据帧：
bar = foo.iloc[3:5,1:4]
bar是否拥有来自foo的这些元素的副本？有没有办法为这些数据创建一个view？如果是这样，如果我尝试修改此视图中的数据，会发生什么情况？Pandas是否提供了任何类型的机制？
浏览 2提问于2013-07-31得票数 27
回答已采纳
1回答
我有一个pandas数据帧，它有一个包含NaN值的分类列，例如：
g = pd.Series(["A", "B", "C", np.nan], dtype="category")
g
0 A
1 B
2 C
3 NaN
dtype: category
Categories (3, object): [A, B, C]
在pandas中，NaN不是一个类别，但您可以在分类数据中包含NaN值。我想在Jupyter笔记本中使用%%R将此数据帧传递给R。分类列被R成功地识别为一个因子，但该因子的格式不
浏览 2提问于2018-11-15得票数 0
我想要一个MultiIndex作为列表的Pandas数据帧的特定索引。
给出例子
import pandas as pd; import numpy as np
np.random.seed(42)
df = pd.DataFrame(np.random.randint(5, size=(5, 4)), columns=list('ABCD'))
df.set_index(['A', 'B'], inplace=True)
，其中df被定义为
C D
A B
3 4 2 4
4 1 2 2
2 4 3 2
4 1 3
浏览 2提问于2018-10-22得票数 0
回答已采纳
1回答
如何打印大熊猫蟒蛇中的部分栏
、、、、
相对来说，我对潘达斯来说是个新手。我需要帮助将列的某些部分分开，并将它们组织成不同的部分(国家按区域分类)。我尝试了一些我想过的方法，但没有奏效，这是我从这里开始的代码。
import pandas as pd
df = pd.read_csv('countries.csv')
countrieslist = {
'Asia': list(df.columns.values),
'Europe': list(df.columns.values),
'Others': list(df.columns.va
浏览 0提问于2022-08-24得票数 2
回答已采纳
如何从此pandas数据帧创建动态列。
Name, Sex
a, M
b, F
c, M
d, F
预期的数据帧：
Name, M, F
a, 1, 0
b, 0, 1
c, 1, 0
d, 0, 1
我试过pandas.pivot()，但是没有用，你们能推荐点什么吗？
浏览 4提问于2016-08-01得票数 1
1回答
我有一个熊猫数据帧:数据。它有列"name"，'A'，'B‘
我想要做的(和有效的)是：
d2 = data[data['name'] == 'fred'] #This gives me multiple rows
d2['A'] = 0
这会将fred行上的列A设置为0。我还做了以下工作：
indexes = d2.index
data['A'][indexes] = 0
然而，两者都给了我相同的警告：
/Users/brianp/work/cyan/venv/lib/python2.7/
浏览 1提问于2016-06-16得票数 70
回答已采纳
我有一个脚本，可以将系统日志文件读取到pandas数据帧中，并从这些数据帧生成图表。图表适用于较小的数据集。但当我面对更大的数据集时，由于更长的数据收集时间框架，图表变得太拥挤而无法辨别。
我计划对数据帧进行重采样，以便如果数据集超过一定大小，我将对其进行重采样，以便最终只有SIZE_LIMIT行数。这意味着我需要过滤数据帧，这样每个n= actual_size/SIZE_LIMIT行都会聚集到新数据帧中的一行。agregation可以是平均值，也可以是第n行。
我对熊猫不是很熟悉，所以可能错过了一些明显的方法。
浏览 2提问于2013-01-30得票数 4
回答已采纳
1回答
我之前在Raspberry Pi上工作，但一旦我转移到Ubuntu PC上，下面的代码就不再工作了。我想我需要以某种方式安装csvformat，但不确定如何安装。
Python代码：
import os
import subprocess
import pandas
import pandas as pd
subprocess.call("csvformat -t plates.txt >> plates.csv", shell=True)
f=pd.read_csv("plates.csv")
keep_col = [11,13]
new_f
浏览 0提问于2019-07-11得票数 0
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
