如何对熊猫数据帧进行多时间帧切片？
熊猫数据帧是指Pandas库中的DataFrame数据结构，它是一个二维的表格型数据结构，可以存储不同类型的数据并进行各种数据操作和分析。
要对熊猫数据帧进行多时间帧切片，可以使用熊猫库提供的时间序列功能和切片操作。
首先，确保数据帧中的时间列被正确解析为时间类型。可以使用pd.to_datetime()函数将时间列转换为熊猫的时间类型。例如：
df['时间列'] = pd.to_datetime(df['时间列'])接下来，将时间列设置为数据帧的索引，可以使用set_index()函数。例如：
df = df.set_index('时间列')然后，可以使用熊猫库提供的时间切片操作来对数据帧进行多时间帧切片。例如，如果要切片某个时间范围内的数据，可以使用loc[]函数。例如，切片从2022年1月1日到2022年1月31日的数据：
sliced_df = df.loc['2022-01-01':'2022-01-31']如果要切片某个时间点之后的数据，可以使用loc[]函数。例如，切片从某个时间点之后的数据：
sliced_df = df.loc['2022-01-01':]如果要切片某个时间点之前的数据，可以使用loc[]函数。例如，切片某个时间点之前的数据：
sliced_df = df.loc[:'2022-01-31']以上是对熊猫数据帧进行多时间帧切片的基本操作。根据具体的需求，还可以使用其他熊猫库提供的时间序列功能和切片操作来进行更复杂的切片操作。
推荐的腾讯云相关产品：腾讯云数据库TDSQL、腾讯云云服务器CVM、腾讯云对象存储COS等。你可以通过腾讯云官方网站了解更多关于这些产品的详细信息和使用指南。
- 腾讯云数据库TDSQL：腾讯云数据库TDSQL是一种高性能、高可用、可弹性伸缩的关系型数据库服务。它提供了丰富的功能和工具，适用于各种应用场景。了解更多信息，请访问：腾讯云数据库TDSQL产品介绍
- 腾讯云云服务器CVM：腾讯云云服务器CVM是一种弹性计算服务，提供了可靠、安全、灵活的云服务器资源。它支持多种操作系统和应用场景，适用于各种规模的企业和个人用户。了解更多信息，请访问：腾讯云云服务器CVM产品介绍
- 腾讯云对象存储COS：腾讯云对象存储COS是一种安全、低成本、高可靠的云存储服务。它提供了灵活的存储空间和数据访问方式，适用于各种数据存储和处理需求。了解更多信息，请访问：腾讯云对象存储COS产品介绍
相关·内容
我正在学习本教程：
如果您向下滚动(Ctrl+F:练习:选择最常查看的啤酒)到显示Exercise: Select the most-reviewd beers的部分
数据帧是多索引的：
要选择评论最多的啤酒，请执行以下操作：
top_beers = df['beer_id'].value_counts().head(10).index
reviews.loc[pd.IndexSlice[:, top_beers], ['beer_name', 'beer_style']]
我的问题是如何使用IndexSlice，为什么可以跳过top_be
浏览 0提问于2017-05-20得票数 5
2回答
我有一个熊猫的数据，包括时间戳，id，产品，价格和更多的50+栏。
我想把这个数据帧转换成流数据帧。例如，每10秒，我想接收10个raw或1个raw，然后在接下来的10个raw或1个raw之后，直到数据帧结束。
我看过streamz库，但找不到合适的函数。
以这种方式，我计划应用一些可视化，并做一些功能聚合或进一步的分析。
>>>df.head()
浏览 2提问于2020-10-06得票数 0
回答已采纳
1回答
我有一个dataframe，有两列和5000行。类似:A B 0 1 4 1 5 5 2 3 3 9 7. 5000 8 3
我想每100步分离一次数据。所以我吃了50片。为了进行培训，接下来我要做的是将50片重新组合成一个新的数据帧或数组，或者我可以将数据输出到csv文件中的所有内容。
我使用下面的命令将dataframe分割成片：
df_original=pd.read_csv('/data.csv')
df=pd.DataFrame(df_original, columns=['A','B'])
for i in range(0,len(d
浏览 0提问于2018-09-22得票数 0
回答已采纳
1回答
用重叠的时间范围划分熊猫数据帧
、、、、
我有一个带有datetime列的熊猫数据框架(和一些其他列)。我想把它分割成一些持续时间的帧，比如10秒，和一些预定义的重叠，比如2秒。因此，实际上，我希望将数据帧划分为每8秒(= 10秒，持续时间-2秒重叠)，但在该分区中收集下一个10秒的数据。因此，我希望分区对应于时间(0，10)，(8，18)，(16，26).诸若此类。我怎样才能有效地做到这一点？
据我所知，Grouper中的频率可以根据时间进行分区，但不能按我的要求处理重叠。
浏览 3提问于2022-03-02得票数 0
1回答
我有一个具有0级和1级的多级索引数据，0级是日期，级别1是资产ids。
我只是尝试根据0级索引来选择数据帧的一个片段。例如：
df-10:将根据0级检索最后10个索引下的所有行。
我尝试过许多类似于此的东西：
master_df.loc[(-3, ), :]
通常情况下，对于该级别，我会以某种形式的类型不匹配结束。0级索引是一个日期时间，但我已经对其进行了排序，并希望访问一个数字范围。我的切片应该包含最近的X天，其中包含所有相关的资产和数据。
下面是另一次失败的尝试，试图获得所有第二个索引和所有列最近的10个索引。它失败的原因是“无法用这些int类的索引器在类DatetimeIndex上执行
浏览 1提问于2018-09-03得票数 0
回答已采纳
1回答
下面是一些代码，您可以准确地再现问题。本质上，这将使你的内存从90 so左右爆炸到超过5GB，如果你不灭它的话。随着内存消耗的增加，CPU也将受到限制。
在排序函数退出后，内存也将保持不变。
我似乎只有当我从一个大主数据开始，切片，然后进行排序时，才会发现这个问题。如果我构建了一堆独立的数据文件，这是不可能的。
def test_sorting(df_list):
counter = 0
total = len(df_list)
for i in range(0,total):
df_list[i].sort_index(inplace=True
浏览 0提问于2018-08-29得票数 1
回答已采纳
假设我有一个数据帧(DF)。该数据帧的索引是从每天上午11点到下午6点的时间戳，该数据帧包含30天。我想每30分钟分组一次。这是我正在使用的函数： out = DF.groupby(pd.Grouper(freq='30min')) 输出的开始日期是正确的，但考虑了一整天(24小时)进行分组。例如，在新的时间戳中，我有如下内容： 11:00:00
11:30:00
12:00:00
12:30:00
...
18:00:00
18:30:00
...
23:00:00
23:30:00
...
2:00:00
2:30:00
...
...
10:30:00
11:00:00
浏览 22提问于2019-03-07得票数 0
1回答
IDR帧和非IDR帧有什么区别？
什么是“非IDR图像的编码切片”、“编码切片数据分区A”、“编码切片数据分区B”、“编码切片数据分区C”、“IDR图像的编码切片”？
浏览 1提问于2014-03-25得票数 10
回答已采纳
我有一个包含200列的MultiIndex数据帧。我想从中选择一个特定的列。假设df是我的数据帧的一部分：
df=
a b
l h l h l h l
cold hot hot cold cold hot hot
2009-01-01 01:00:00 0.1 0.9 0.4
浏览 4提问于2016-10-14得票数 1
我有一些简单的熊猫时间序列数据，类似于这样：
In [69]: df
Out[69]:
A B
Date
2015-01-01 NaN NaN
2015-02-01 1.1 NaN
2015-03-01 NaN NaN
2015-04-01 1.2 NaN
2015-05-01 1.5 1.2
2015-06-01 1.6 1.9
2015-07-01 1.3 NaN
2015-08-01 1.2 3.0
2015-09-01 1.1 1.1
在所有列中都有值的第一点获得数据帧的最佳方法是什么，即以编程方式获得该输出？
In
浏览 2提问于2015-07-23得票数 4
回答已采纳
2回答
分裂熊猫
、、
我有一个包含时间戳的熊猫Dataframe，我正在寻找一种方法，根据它们的时间戳是否在下一项和前一项的1分钟间隔内对多行进行批次。我知道我可能会迭代每一行并做一个简单的比较，尽管我正在寻找一种更快的方法来实现它。数据帧的行是根据时间进行排序的。
要重新措辞，我希望每个批处理都满足以下属性:行的时间戳与任何相邻的行(前一行和下一行)相隔不超过1分钟。如何将上面的代码转换成更快的代码呢？
浏览 1提问于2020-07-07得票数 0
回答已采纳
我正在尝试从python中的数据帧中提取基于其他两列的一列的值。但这会返回一个序列对象。
df['A'].where((df['B'] == val1) & (df['C'] == val2))
如何在int/float中提取列A的值，或者如何将sequence对象转换为int或float？
浏览 6提问于2017-07-26得票数 0
1回答
是否有可能对熊猫数据帧进行就地重新采样。我对不同的过滤器有一个特定的接口，签名如下： def process(self, df: pd.DataFrame): 在大多数过滤器中，我可以进行就地过滤，我正在努力就地进行的操作之一是对时间序列数据进行时间重采样。 我有一些类似的东西： def process(self, df):
df['timestamp'] = pd.to_datetime(df['timestamp').dt.tz_localize(None)
df = df.resample('1H', on='ti
浏览 9提问于2021-09-29得票数 1
1回答
基于切片和选择的熊猫索引
、、、、
无法想象这之前没有人问过，但是找不到类似的帖子。问:假设您有一个具有m列的pandas数据帧(df.shape == (nxm))。我想通过切片和选择列来提取列的子集，如下所示：df1 = df.iloc[:,[a,b,c:d]]。这个是可能的吗？在这个例子中，结果应该在df1中实例化一个数据帧，其中包含数据帧df的列a、b和c到d。
浏览 15提问于2021-09-13得票数 0
回答已采纳
1回答
我有一个时间序列数据帧，其中有一段时间内缺少数据。我想创建一个线状图，并在缺少数据的地方折断一条线。 data_site1_ave[["samples", "lkt"]].plot(figsize=(15,4), title = "Site 1", xlabel='') 有没有可能在线状图中创建一个缺口，比如从2018-05-01到2018-10-30？
浏览 9提问于2021-06-24得票数 0
回答已采纳
1回答
我有一个以ID和时间戳为关键字的多索引序列/数据帧。此数据结构包含各种ID的每日数据。我可以使用resample函数来查看此数据结构的月末快照吗？
ID ts value
1 2001-01-30 1
2001-01-31 2
2001-02-01 3
2 2001-01-30 3
2001-01-31 2
2001-02-01 4
我想要这个输出
ID ts value
1 2001-01-31 2
2 2001-01-31 2
我可以使用重采样函数调用来帮助我吗？我知道我可以创建月末日
浏览 5提问于2013-10-07得票数 1
如何在df.groupby()之后获得最后的'n‘组，并将它们合并成一个数据帧。
data = pd.read_sql_query(sql=sqlstr, con=sql_conn, index_col='SampleTime')
grouped = data.groupby(data.index.date,sort=False)
在做了grouped.ngroups之后，我得到了277个组的总数。我想把最后12个组合并起来，生成一个数据帧。
浏览 0提问于2018-10-19得票数 13
回答已采纳
让我们假设我有以下数据框架：
df = pd.DataFrame(np.zeros((3, 5)), columns=["feature_a", "feature_b", "feature_c", "feature_d", "e"])
feature_a feature_b feature_c feature_d e
0 0.0 0.0 0.0 0.0 0.0
1 0.0 0.0 0
浏览 0提问于2019-01-20得票数 0
回答已采纳
1回答
熊猫用字典填入列
、、、
我有一个这样的数据框架：
A B C D
0 1 0 nan nan
1 8 0 nan nan
2 8 1 nan nan
3 2 1 nan nan
4 0 0 nan nan
5 1 1 nan nan
我有一本这样的字典：
dc = {'C': 5, 'D' : 10}
我想用字典填充数据框中的nan值，但仅对于其中列B值为0的单元格，我想获得以下内容：
A B C D
0 1
浏览 2提问于2016-02-11得票数 0
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
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
1回答
我开始与熊猫合作，所以这可能是一个很明显的问题，但我已经与它斗争了一段时间，没有找到解决方案。 考虑一下这个数据帧： import pandas_datareader as pdr
apple = pdr.DataReader('AAPL', data_source='yahoo',
start=datetime.datetime(2013, 1, 1),
end=datetime.datetime(2020, 1, 1)) 现在，我可以简单地向此数据帧添加一个新列：
浏览 3提问于2020-09-24得票数 0
回答已采纳
1回答
我对熊猫很陌生。我正在用熊猫读取一个CSV文件的时间戳记录，成为一个数据。数据有以下列：
时间戳COLUMN_A COLUMN_B COLUMN_C
在将数据读入dataframe之后，我希望能够在COLUMN_C上运行一个窗口函数；该函数应该返回列的时间戳值。
我编写了一些适用于可迭代性的东西：
import collections
import itertools
def sliding_window_iter(iterable, size):
"""Iterate through iterable using a sliding window of
浏览 0提问于2021-03-04得票数 4
回答已采纳
1回答
我有一个不太大的数据(在2000x10000范围内的某个地方的形状)。
我正在尝试groupby一个列，并平均第一个N个非空条目：
例如：
def my_part_of_interest(v,N=42):
valid=v[~np.isnan(v)]
return np.mean(valid.values[0:N])
mydf.groupby('key').agg(my_part_of_interest)
现在需要很长时间(十几分钟)，而.agg(np.nanmean)却是按秒排列的。
如何让它跑得更快？
浏览 0提问于2018-10-05得票数 0
回答已采纳
1回答
我有两个变量"start“和"end"，它们由多个时间帧组成，我想用它们来对数据帧进行切片。我如何使用python来实现这一点？
(我只找到了两个时间框架的解决方案，或者时间框架必须以字符串而不是变量的形式输入的解决方案)
变量start：
8 2019-10-06 00:10:00
9 2019-10-06 12:00:00
10 2019-11-06 17:28:00
14 2019-06-15 16:37:00
18 2019-06-19 18:23:00
19 2019-06-20 16:56:00
20 2019-06-21 1
浏览 10提问于2020-02-11得票数 0
我试图使用iloc访问Pandas数据帧中的一个列的索引号：
new = df_new.iloc[:,0]
抛出错误：
IndexingError:太多索引器
iloc上的其他帖子显示他们工作得很好。不明白为什么在我身上发生这种事。救命啊!！
数据框架是：
游戏3862娱乐535教育453图片与视频349公用事业248健康与健身180生产力178社交网络167 144音乐138购物122体育114书112财务104旅游81新闻75天气72参考64食品饮料63商业57导航46医疗23目录10
并由代码创建：
df_new=obj_df["prime_genre"
浏览 0提问于2018-07-11得票数 0
回答已采纳
假设我有以下数据帧，我如何使用简单的代码而不是循环从列表中获取每个元素的日期。例如,
a 152010302017
a 152009302017
a 132010312017
a 72010302017
b 143010302017
b 123010302017
b 93010302017
c 143010302017
我想要获取日期：
10302017
09302017
......
谢谢。
浏览 1提问于2017-10-31得票数 2
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
1回答
例如，我创建了一个系列
x = pd.Series({'a': 10, 'b': 20, 'c': 30})
我想得到索引'b‘的序号，它应该是1，我该怎么做呢？
我当然可以创建一个数据帧，将一个新的序列列0,1,2添加到x中，并使用数据帧获得序列号。例如，这起作用是：
y = pd.DataFrame({'origin':x, 'seq':range(3)})
print(y.loc['b', 'seq']) # Get 1.
这是个很难看的解决办法。应该有一个功能
浏览 2提问于2022-01-16得票数 0
2回答
我在为不同的熊猫索引格式而挣扎。
我的单变量时间序列(数据)如下
2015-01-01 22:00:01.973 1.210525
2015-01-01 22:00:03.297 1.210490
2015-01-01 22:00:23.922 1.210485
2015-01-01 22:00:24.507 1.210480
2015-01-01 22:01:05.979 1.210490
2015-01-01 22:01:08.390 1.210525
2015-01-01 22:01:09.899 1.210520
2015-01-01 22:0
浏览 2提问于2016-05-09得票数 3
回答已采纳
我还有另一个问题，那就是关于Pands是创建一个视图还是数据帧的副本的困惑。下面我有一个非常简单的例子。有人能给我解释一下如何更改熊猫MultiIndex数据框中的一些值的子集吗？
arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],['one', 'two', 'one', 'two', 'one', &#
浏览 1提问于2015-06-27得票数 0
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
2回答
作为一名R用户，我现在正在使用资源学习merge，并且对Stata命令感到困惑。
在R中，我不必担心错误地合并数据，因为它无论如何都会合并所有内容。我不需要担心公共列是否包含任何重复的列，因为Y数据帧将合并到X数据帧中的每个重复行。(在merge中使用all=FALSE )
但是对于Stata，在继续合并之前，我需要从X中删除重复的行。
在Stata中，是否假设为了让merge继续，主表中的公共列必须是唯一的？
浏览 0提问于2011-09-07得票数 8
5回答
我有一个有1000行和10列的Pandas数据框对象。我只想对数据帧进行切片，然后取前10行。我该怎么做呢？我一直在尝试使用这个：
>>> df.shape
(1000,10)
>>> my_slice = df.ix[10,:]
>>> my_slice.shape
(10,)
my_slice不应该是前十行吗，即。10 x 10数据帧？如何获取前十行，使my_slice是一个10x10数据框对象？谢谢。
浏览 8提问于2012-08-19得票数 70
回答已采纳
1回答
我目前有一个数据帧，看起来像这样 DATE ID CHANGE
05-05-2020 333333 10
05-05-2020 333334 2
05-05-2020 333335 8
05-06-2020 333333 -2
05-06-2020 333334 4
05-06-2020 333335 5 我希望能够将该数据帧按日期水平转换，并由ID分隔为 DATE ID CHANGE ID CHANGE ID
浏览 16提问于2020-10-09得票数 1
回答已采纳
我想摆脱一些和NaNs在一起的记录。这是完美的工作方式：
df.dropna(axis=0, how='any',inplace=True)
然而，它改变了我的数据帧的形状，并且索引不再是均匀分布的。因此，我想用np.nan替换这些行中的所有项。有没有简单的方法可以做到这一点？
我正在考虑在dropna之后对数据帧进行重采样，但这似乎只在规定的时间间隔内有效，而我更愿意使用原始索引。另一种方法是使用iterrows遍历数据帧，但这也很麻烦。
浏览 2提问于2016-05-02得票数 10
回答已采纳
因为我的数据集是时间序列，其中我有30个不同的数据帧，每个数据帧都有超过10,000个行数。我想检查一下，在温度值低于40之前的趋势。 因此，我想要在温度值低于40时对行进行子集，并在该值低于40之前对24行进行子集。 我已经尝试了一些代码，唯一可以工作的代码在下面。但它需要更长的时间来进行子集(比如一个数据帧超过10分钟)。所以，我的代码很糟糕。所以我想知道python中可以更快地实现子集的代码。你们能帮我吗？ df=temperature_df.copy()
drop_temperature_df=pd.DataFrame()
# get the index during drop t
浏览 16提问于2019-05-15得票数 11
回答已采纳
我有一个循环，它迭代一个数据帧并创建一个累积值。我的数据框中有大约450k行，完成它需要超过30分钟。
这是我的数据帧头：
timestamp open high low close volume vol_thrs flg
1970-01-01 09:30:59 136.01 136.08 135.94 136.030 5379100 0.0 0.0
1970-01-01 09:31:59 136.03 136.16 136.01 136.139 759900 0.0 0.0
1970-01-01 09:32:59 136.15 136.18 1
浏览 0提问于2018-05-10得票数 0
我有一个dataframe，有些列缺少值： a = pd.DataFrame(data = {"name":['bob','sue','dave'],'status':[np.NaN,np.NaN,'A'],'team':['red','blue',np.NaN]},index=[100,101,105]) 数据帧a ? 我有另一个具有相同索引的dataframe，其中一些缺失的值已被替换： b = pd.DataFrame(data = {
浏览 54提问于2020-08-13得票数 1
回答已采纳
是否有可能跟踪卡桑德拉的“预订”？
基本上，我的大多数查询都涉及到一个start_time和一个end_time，在这两个查询中，我希望找到所有与时间相交的保留。
我的模式如下所示：
CREATE TABLE IF NOT EXISTS events (
calendar_id text,
uid text,
start_time timestamp,
end_time timestamp,
dummy text,
payload text,
PRIMARY KEY (calendar_id, start_time, end_time,
浏览 1提问于2016-07-28得票数 1
1回答
什么是正确和快速的方式开始流/播放的h264高清晰度电视视频转储从特定点？
现实生活流的巨大样本：文件。
根据'ffprobe -show_frames‘，这个样本10 10 105分钟的视频转储只有28个视频帧标记为'key_frame=1’和10个I帧。
我正在努力改进的应用程序使用这样的帧作为某种索引，允许从任何关键帧或I帧回放和播放。它可以与其他流完美地协同工作。但在这种情况下不是这样的，因为您很容易理解。在100+中只有28分钟的播放起始点太低了。
我已经检查了是否存在启用了‘随机访问指示符’的数据包--但是这个流中的这些数据包不在帧边界上，它们没有启用‘帧开始’位，
浏览 0提问于2013-04-13得票数 1
回答已采纳
1回答
我正在尝试使用loc方法更新熊猫数据帧中选定的datetime64值，以选择满足条件的行。但是，它没有分配新的日期-时间值，而是导致NaT。
下面是我的代码的一个简化，说明了问题所在：
import pandas as pd
import numpy as np
datetime = (np.datetime64('1899-12-30'), np.datetime64('1989-12-30'), np.datetime64('2199-12-30'))
select = (0, 1, 0)
df = pd.DataFrame(list(
浏览 9提问于2020-09-15得票数 1
回答已采纳
我正在将我的数据文件夹组织成多索引数据帧，其结构类似于以下内容：
In: df
Out:
Sweep Time Primary Secondary 720nm 473nm PMTShutter
Sweep1 0.00000 -87.429810 -4.882812 0.000610 0.000305 0.000000
0.00005 -87.445068 -4.882812 0.000610 0.001221 0.
浏览 2提问于2014-08-11得票数 0
我有一个像这样的数据框，
df
col1 col2
1 A
2 B
1 A
2 A
3 B
4 A
5 A
6 A
7 B
8 A
9 B
现在我要过滤这个数据帧，并取所有行，直到倒数第三个B，这样数据帧看起来就像，
col1 col2
3 B -->third B
4 A
5 A
6 A
7 B -->second B
8 A
9
浏览 2提问于2021-07-15得票数 2
我已经关注了DataFrame： holdings
2021-08-28 04:10:14.130412+00:00 {'$USD': 158, 'Apple': 3}
2021-08-25 18:10:14.130412+00:00 {'$USD': 158, 'Apple': 3} 以持有量为列，日期时间为索引。 我通过将下面的dict转换为DataFrame得到了这个：(数据与前面的例子不一致，但格式相同，请忽略它) {
datetime.da
浏览 111提问于2021-08-28得票数 0
回答已采纳
我正在创建一个这样的数据帧。 np.random.seed(2)
df=pd.DataFrame(np.random.randint(1,6,(6,6)))
out[]
0 1 1 4 3 4 1
1 3 2 4 3 5 5
2 5 4 5 3 4 4
3 3 2 3 5 4 1
4 5 4 2 3 1 5
5 5 3 5 3 2 1 将数据帧拆分为3,3个矩阵，如下所示，它将有16个矩阵。dfs=[] for col in range(df.s
浏览 25提问于2019-05-10得票数 4
回答已采纳
1回答
我试图让python读取一个excel文件，然后从以excel文件中的行命名的.csv文件和.csv文件中的索引数据创建数据，并将它们粘贴到excel文件中。
excel文件已被放入一个dataframe中，其布局如下：
Name Location Date Check_2 ... Volume VWAP $Volume Trades
0 Orange New York 20200501 X ... NaN NaN NaN NaN
1 Apple Minsk 20200504 X ..
浏览 1提问于2020-05-26得票数 1
回答已采纳
我有一个person ID列表，对于每个ID，我希望从两个不同的数据帧中提取所有可用的信息。此外，信息的类型也有ID，我只需要每个人ID的特定信息ID。
new_table = []
for i in range(ranges):
slice = pd.concat([df1[sp.logical_and(df1.person.values == persons[i],
df1['info_id'].isin(info_ids))],
浏览 7提问于2018-02-27得票数 0
回答已采纳
我有一个小问题，我找不到解决方案。我以这个数据集为例: Columns=A、B、C
A,B,C
F,Relax,begin
F,,
F,,
H,,
H,,
H,,
G,,
H,,
I,,
G,,
H,Relax,end
O,Cook,begin
Q,,
P,,
I,,
O,,
R,,
P,,
O,Cook,end
H,Relax,begin
F,,
G,,
I,,
I,,
I,,
I,,
I,,
I,,
I,Relax,end
我想在多个数据帧中按不同的间隔拆分这个数据帧。例如，预期的最终数据帧：
dataframe 1
A,B,C
F,Relax,begin
F,,
F,,
H,,
H,,
浏览 0提问于2021-10-13得票数 0
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
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
即时通信 IM
实时音视频活动推荐
腾讯云开发者
