如何选择多索引dataFrame中的数据并使结果dataFrame具有适当的索引
在多索引的DataFrame中选择数据并确保结果DataFrame具有适当的索引，可以使用loc或iloc方法。
loc方法用于基于标签选择行和列，通过指定行标签和列标签进行选择。可以使用:来选择所有行或所有列。示例代码如下：
result = df.loc[(condition1, condition2), :]其中，condition1和condition2是选择行的条件，可以是布尔表达式、比较操作符等。:表示选择所有列。
iloc方法用于基于位置选择行和列，通过指定行的位置和列的位置进行选择。示例代码如下：
result = df.iloc[row_index, column_index]其中，row_index和column_index是要选择的行和列的位置索引，可以是单个索引值或切片。
选择完数据后，可以使用reset_index()方法重置索引，以确保结果DataFrame具有适当的索引。
关于多索引DataFrame的相关概念、分类、优势和应用场景，可以参考腾讯云文档中的相关介绍：
另外，腾讯云提供了一系列与数据处理相关的产品，可以根据具体需求选择合适的产品。具体产品推荐和介绍可以在腾讯云官方网站上找到。
相关·内容
假设以下数据
>>> import pandas as pd
>>> L = [(1,'A',9,9), (1,'C',8,8), (1,'D',4,5),(2,'H',7,7),(2,'L',5,5)]
>>> df = pd.DataFrame.from_records(L).set_index([0,1])
>>> df
2 3
0 1
1 A 9 9
C 8 8
D 4 5
2 H 7 7
浏览 4提问于2017-03-12得票数 3
回答已采纳
使用Python的pandas库，我导入了一个csv并将多个列设置为我的索引。出乎意料的是，当我显示数据帧时，索引列不再存在，并且我不能使用索引列作为过滤器选项。这让我想知道我是否错误地认为pandas索引类似于SQL索引。
date, exchange, symbol, low, high, open, close, last
exchange和symbol足以唯一标识一行。
它是加快了查找速度，还是添加了一些对stack/unstack/pivot/groupby之类的东西有用的语义信息？它能减少内存使用量吗？
为什么要将日期、交换和符号移出数据帧(并移到索引系列中？)？把它们留在dat
浏览 1提问于2014-09-19得票数 0
SQL Server是否受SSD存储上的碎片索引影响。我理解为什么碎片对于HDD来说是一个问题，但我不能理解SSD上的碎片索引将如何影响数据库性能。请帮助我理解这一点。
浏览 14提问于2021-10-09得票数 1
回答已采纳
1回答
为什么在python中，一个dataframe的索引在追加另一个dataframe时会变成元组？ import pandas as pd
data = {'birds': ['Cranes', 'Cranes', 'plovers', 'spoonbills',
'spoonbills', 'Cranes', 'plovers', 'Cranes', 'spoonbills',
'spoonbills'],
浏览 13提问于2019-02-04得票数 1
回答已采纳
我有一个数据文件，看起来像这样：
i j
0 a b
1 a c
2 b c
我想把它转换成另一个数据格式，如下所示：
a b c
0 1 -1 0
1 1 0 -1
2 0 1 -1
其思想是查看第一个dataframe中的每一行，并将值1分配给第一列中的项，将值-1分配给第二列中的项，将0分配给新dataframe中的所有其他项。第二个dataframe将具有与第一个数据have相同的行数，以及与第一个dataframe中唯一条目数相同的列。谢谢。
这件事还没开始呢。
浏览 5提问于2022-11-14得票数 0
回答已采纳
1回答
我对使用线性模型PanelOLS的MultiIndex的需求感到有点困惑。我正在尝试创建一个y= pid(i) + rid(j) + e(ij)形式的模型，其中e是误差项。我的数据基本上是这样的：
在本例中，我基本上希望得到6个系数: p1、p2、p3、r1、r2、r3
设置：
import pandas as pd
df = pd.DataFrame()
df['pid'] = [1,1,1,2,2,2,3,3,3]
df['rid'] = [1,2,3,1,2,3,1,2,3]
df['y'] = [100,102,101,98,96,101
浏览 13提问于2018-03-02得票数 1
2回答
任何人都知道SQL Server中的表碎片(不是索引碎片)。我们有一个表，这是主表，它不会永久地存储任何数据，数据在这里不断地进出。没有索引，因为只有insert和delete语句频繁运行。最近，我们面临着来自这个表的响应的巨大延迟。如果我们选择任何东西，它需要超过2到5分钟来返回结果，即使只有很少的数据。最后，我们删除并重新创建了这个表，现在它工作得很好。感谢任何评论，这是如何令人高兴的？
约瑟夫
浏览 1提问于2010-05-19得票数 0
我有一个查询，如下所示：
SELECT Distinct(ContKey)
FROM Point
WHERE Created > 1245750191000
AND Created < 1345753791000
AND ContainerId='abcd'
查询的目的是获得所有不同的关键字值，这些值根据一定的条件映射到“容器”表中的字段“ContKey”，其中包括一个范围。
它运行得非常慢。我确信这不是索引问题，因为我们有相关字段和字段组合的索引。在我有数百万行的数据库中，这个查询需要300秒才能返回69,338个结果。太慢了！
我正在尝试重写查询以消除D
浏览 1提问于2012-08-25得票数 0
1回答
SWI-Prolog，版本6.6.6。
考虑以下事实：
p(a, a).
p(a, b).
它会得到以下答案：
?- p(a, a).
true ;
false.
但是如果我稍微改变一下数据：
p(a, a).
p(b, a).
我得到的答案略有不同...
?- p(a, a).
true.
似乎在第二种情况下没有发生回溯，因为问题中谓词的第一个参数与其他从句不一致。
然而，对于每种情况，人们都希望得到true ; false.的答案:引擎将尝试第一个谓词子句(结果为true)，然后回溯并查找同一谓词的其他子句(结果为false)。在第二种情况下，这是一种捷径吗？
这是(某种)标准行为吗?也就
浏览 0提问于2015-10-27得票数 3
1回答
我正在尝试将一行附加到R中现有的dataframe中。dataframe表示一个主题，我想用新的(生成的)数据更新它。当我运行此命令时，数据帧的索引号变得奇怪：
1、2、21、211、2111、21111等。
这些都不是很好读的。如何获取“正常”索引号？(1，2，3，4等)。
x <- 10
y <- 463
dat <- data.frame(x,y)
for (i in 1:10) {
dat.sub <- dat[nrow(dat),] # select the last row from 'dat'
dat.sub <- wi
浏览 2提问于2012-10-21得票数 2
1回答
我有两个数据样本，一个包含另一个样本的子集。
df = pd.DataFrame(data= {'A' : [1,2,3,4,3,2,1]}
,index = [1,2,3,4,5,6,7])
df2 = pd.DataFrame(data = {'B' : [0.7, 1.4]}
,index = [2,6])
我想把这些绘制成这样，使完整的数据集是一个线条图，而另一个是条形图。
但试着
ax = df.plot()
df2.plot(kind='bar', ax=ax)
给我
浏览 2提问于2016-09-17得票数 0
回答已采纳
我正在尝试将数据帧转换为xarray。头部是这样的：
z Class DA x y iline xline idz
2 651 289 1455.0 2.0 0.62239 2345322.0 76720.0
290 1460.0 0.0 0.46037 2345322.0 76720.0
浏览 1提问于2019-01-04得票数 7
4回答
我有一个8组数据，每组大约30,000行，数据是相同的结构，只是不同的语言。
该网站的前端将获得相对较高的流量。
所以我的问题是关于MySQL的性能，如果我应该有一个只有一列的表来区分数据属于哪个集合(即列“语言”)，还是应该为每个语言集合创建单独的表？
(如果可能的话，解释一下为什么会很有帮助)
提前感谢Shadi
浏览 0提问于2009-07-23得票数 4
回答已采纳
我有一个MultiIndex DataFrame，其中我想将一个函数应用到它的一个列中，并将结果分配给同一列。
In [1]:
import numpy as np
import pandas as pd
cols = ['One', 'Two', 'Three', 'Four', 'Five']
df = pd.DataFrame(np.array(list('ABCDEFGHIJKLMNO'), dtype='object').reshape(3,
浏览 4提问于2014-04-08得票数 5
回答已采纳
我有这个密码
import pandas as pd
import numpy as np
candidates ={'Name':['Lawrence', 'Justine', 'Kimberly'],
'Points':[100, 50, 650]}
df = pd.DataFrame(candidates)
# Who scored more points ?
print(df[df
浏览 0提问于2020-06-15得票数 0
回答已采纳
我试图从Date列中读取数据，如果某个日期不存在，则插入该日期的新数据。
我尝试搜索如何知道返回是否为零，但我找不到任何结果。
这就是我处理它的方式，如果返回是KeyError，那么我就插入日期数据。但我担心的是，如果KeyError不是因为数据不存在而造成的呢？
或者，还有比这样捕捉KeyError更好的方法吗？
我的密码
def checkdata(ticker, date):
try:
data = pd.read_sql(ticker, idxengine)
data = data.set_index('Date')
浏览 3提问于2022-02-16得票数 1
回答已采纳
df = pd.DataFrame({
"A" : [1, 2, 1, 2, 1, 2, 2, 1],
"B" : [1, 1, 2, 2, 1, 1, 1, 2],
"C": [1, 1, 1, 1, 2, 2, 2, 2]})
df 这是我的数据。 我用了 gbA = df.groupby("A") 我们如何才能将结果改回dataframe？ 我读了其他的帖子，但我还是不明白……
浏览 119提问于2021-01-27得票数 0
回答已采纳
我有一个dataframe如下所示：
A B
AA BB
-----------
2 1
3 4
5 8
9 7
此dataframe具有多级列。要保存在excel中，我将执行以下操作
col1= ["A","B"]
col2= ["AA","BB"]
r1 = [2,1]
r2 =[3,4]
df = pd.DataFrame(columns = [col1,col2])
df.loc[(len(df))] = r1
df.to_excel("name
浏览 1提问于2022-09-02得票数 -1
我开始建立一个搜索引擎监视器。我正在将数据从google中提取到mysql数据库中，其中包含以下字段:日期、搜索关键字、域、url、位置。
现在，我在查询和输出图表数据时遇到了麻烦。结果上上下下，谷歌的新结果出现在第一天就没有出现的名单上。然而，对于图表，我必须指定头几天，至少空白值，以输出一个图表。
我现在要做的是:首先，我选择在这段时间出现的每个域。让我说一下关键字搜索引擎，当我再次请求wikipedia.org、ixquick.com、yahoo.com、searchenginewatch.com来查询一组按日分组的排名时，就会得到域。通向..。
问题:在哪里有任何查询(mysql/no
浏览 10提问于2014-01-13得票数 0
import pandas as pd
import numpy as np
df = pd.DataFrame(np.zeros([4,1]), index=pd.MultiIndex.from_product([[0,1], ['a','b']]))
df.loc[(slice(None), 'a'), 0] = pd.Series({1:2, 0:3})
df
给出
我找到了几个建议将.values添加到右侧的地方，但这给出了错误的结果(它切换了2和3，因为我故意将右侧的序列放在“错误”的顺序中)，因为我确实需要pandas为我
浏览 0提问于2021-02-01得票数 0
2回答
这可能是一个非常简单的问题，但我试图了解分组和索引如何在熊猫中工作。
假设我有一个具有以下数据的DataFrame：
df = pd.DataFrame(data={
'p_id': [1, 1, 1, 2, 3, 3, 3, 4, 4],
'rating': [5, 3, 2, 2, 5, 1, 3, 4, 5]
})
现在，索引将自动分配，因此DataFrame如下所示：
p_id rating
0 1 5
1 1 3
2 1 2
3 2 2
4
浏览 2提问于2016-07-27得票数 4
回答已采纳
1回答
我有一个熊猫数据，有重复的条目，我想创建一个tsplot使用seaborn。我在dataframe上调用了drop_duplicates (甚至调用了reset_index())，但是当我需要完成我仍然可以得到的情节时
ValueError: Index contains duplicate entries, cannot reshape
drop_duplicates为什么不解决这个问题？
编辑--我甚至检查过了--在删除后调用了dataframe上的duplicated，所有行都显示False。如我所料。
我意识到这里没有太多东西可以离开，我只是想看看是否有什么直觉的东西我错过了。将尝试创
浏览 1提问于2014-12-04得票数 1
回答已采纳
我有拼花文件，也就是800 K行x8.7K列。我把它装进了一个dask数据仓库：
import dask.dataframe as dd
dask_train_df = dd.read_parquet('train.parquet')
dask_train_df.info()
这产生了：
<class 'dask.dataframe.core.DataFrame'>
Columns: 8712 entries, 0 to 8711
dtypes: int8(8712)
当我尝试执行像dask_train_df.head()或dask_train_df
浏览 0提问于2018-12-24得票数 6
回答已采纳
当我有一个包含多个日期的多索引时，我在从csv加载数据帧时遇到问题。
我正在运行以下代码：
import pandas as pd
import datetime
date1 = datetime.date.today()
date2 = datetime.date.today().replace(month=1)
date_cols=['date1', 'date2']
index = pd.MultiIndex.from_product([[date1],[date2]])
#create dataframe with a single row
df= p
浏览 0提问于2014-07-31得票数 1
我试图建立一个网站，用户可以上传产品，以销售给对方。
我目前拥有的是许多类别的位置，每个类别在数据库中都有自己的表。列是UserID、ProdID、Price、Description等，但在每个类别表中都是相同的。
我应该把它们都放在同一个表中吗?我问，因为现在我发现很难管理用户在不搜索每个表的情况下编辑上传的产品的方法。
浏览 1提问于2013-01-18得票数 0
1回答
熊猫群在群列中应用奇怪的行为
、、、、
我遇到了一些意想不到的Pandas群-应用结果，我不知道确切的原因。
下面，我必须得到数据，除了两个值的排序外，数据是相等的。df1产生的结果和我预期的一样，但是df2产生的结果完全不同。
import numpy as np
df1 = pd.DataFrame({'group_col': [0.0, np.nan, 0.0, 0.0], 'value_col': [2,2,2,2]})
df2 = pd.DataFrame({'group_col': [np.nan, 0.0, 0.0, 0.0], 'value_col':
浏览 3提问于2020-05-29得票数 4
回答已采纳
1回答
我有一个dataframe，其中有一个列，我想按列值进行分组和排序。在groupby之后，我发现有多个索引，其中一个是源数据帧的索引，我想删除这个索引。 示例数据框： > d = pd.DataFrame(np.array([[0, 0, 1, 1, 2, 2, 2],
[3, 4, 5, 6, 7, 8, 9],
[1.25, 10.1, 2.3, 2.4, 1.2, 5.5, 5.7]]).T,
columns=
浏览 81提问于2019-12-30得票数 3
回答已采纳
1回答
我有一个带有datetime索引的数据帧，然后我尝试使用to_json()将其转换为json，我得到一个错误消息：
ValueError: DataFrame index must be unique for orient='columns'
但是，我的索引列应该有唯一的值。我尝试过df.duplicates()，得到的结果是：
time
2018-01-28 False
2018-02-04 False
2018-02-11 False
2018-02-18 False
2018-02-25 False
...
201
浏览 0提问于2020-01-26得票数 1
我不确定 (熊猫0.13.1)的这种行为是否是有意的。当我在没有列名的情况下创建一个dataframe，并尝试在sql db中写入
dfi = DataFrame(randn(3, 10))
dfi.to_sql(name = to_table, con=connection, flavor='mysql', if_exists='replace')
我得到以下错误：
/usr/local/Cellar/python/2.7.6/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-package
浏览 2提问于2014-04-09得票数 1
回答已采纳
3回答
求正方形DataFrame对角线的有效方法是什么？我期望得到的结果是一个具有两个级别的MultiIndex的Series，第一个级别是DataFrame的索引，第二个级别是DataFrame的列。
设置
import pandas as pd
import numpy as np
np.random.seed([3, 1415])
df = pd.DataFrame(np.random.rand(3, 3) * 5,
columns = list('abc'),
index = list('ABC
浏览 3提问于2016-05-19得票数 34
回答已采纳
我正在逐步地将来自with抓取的数据附加到DataFrame中。虽然，有时我正在抓取的数据已经存在于DataFrame中，所以我不想再追加它。检查DataFrame是否已经拥有数据的最有效方法是什么？在末尾删除重复项不是一个选项，因为我希望提取特定数量的记录，并且在结束时删除重复项将使最终的DataFrame的记录比指定的数量少。
res = pd.DataFrame([], columns=GD_SCHEMA)
reviews = self.browser.find_elements_by_class_name('empReview')
idx = 0
for review
浏览 0提问于2019-04-02得票数 5
回答已采纳
library(pdfsearch)
Characters <- c("Ben", "John")
keyword_search('location of file',
keyword = Characters,
path = TRUE)
keyword page_num
1 Ben 1
2 Ben 1
3 John 1
4 John 2
如何使R对每个page_num上的所有关键字进行计数，从而创建如下
浏览 1提问于2020-11-16得票数 0
回答已采纳
我有两只熊猫数据代表每一行不同的作者。还有一个名为‘publication_ids’的列，表示该作者的min_len = 1的列表。
df_1 = pd.DataFrame({'publications':[[34499803], [34499125], [34445802, 7092834]]}, index=['0', '4', '2423'])
df_2 = pd.DataFrame({'publications':[[65499803, 56899232], [78999821], [87499234]]}
浏览 4提问于2021-09-10得票数 1
回答已采纳
我有一个熊猫DataFrame我想经常查询(射线通过一个API)。我试图加快它的装载，但它需要大量的时间(3+s)把它变成熊猫。对于我的大多数数据集，它是快速的，但这个不是。我猜是因为其中90%是字符串。
[742461 rows x 248 columns]
它在磁盘上大约是137 on。为了消除磁盘速度这一因素，我将.parq文件放置在tmpfs挂载中。
现在我试过：
pyarrow/parquetReading 用pyArrow Parquet (read_table)阅读，然后把它扔给熊猫(读到桌子上是即时的，但使用to_pandas需要3s)，玩了几乎所有我在pyArrow上能想到的
浏览 8提问于2020-05-28得票数 4
2回答
我在下面增加了一个“非均匀柱抽样”的例子。
均匀柱采样
设想以下数据集：
x y
t
0.010 1.0 NaN
0.015 NaN 5.0
0.022 3.0 NaN
0.023 NaN 4.0
0.031 5.0 NaN
0.032 NaN 7.0
目的是将这些数据重新索引到一个公共采样间隔，并将最近的样本点关联起来。即返回：
x y
t
0.01 1.0 5.0
0.02 3.0 4.0
0.03 5.0 7.0
我尝试使用熊猫DataFrame.r
浏览 1提问于2018-10-16得票数 2
回答已采纳
2回答
这样做很好：
cols = ['X', 'Y']
ind = [('A', 1), ('B', 2)]
ind = pd.MultiIndex.from_tuples(index, names=['foo', 'number'])
df = pd.DataFrame(rand(2,2), columns = cols, index=ind)
store.put('df', df, table=True)
print store['df']
浏览 2提问于2014-01-02得票数 2
回答已采纳
1回答
以条形图形式表示的熊猫绘图范围
、、、、
我有下面的Dataframe(这个表只是一个例子，类型和大小更多)： df = pd.DataFrame({
'type':['A','A','B','B','C','C','D','D'],
'size':['a','b','c','d','e','f','g','h'],
'Nx':[4.
浏览 11提问于2021-04-11得票数 1
回答已采纳
嗨，我有一个psycopg2的结果集，如下所示
(
(timestamp1, val11, val12, val13, val14),
(timestamp2, val21, val22, val23, val24),
(timestamp3, val31, val32, val33, val34),
(timestamp4, val41, val42, val43, val44),
)
我必须返回行值之间的差异(时间戳列的例外)。每一行将减去前一行的值。第一行是
timestamp, 'NaN', 'NaN' ....
然后必须将其作为泛型对象(类似于以下对象
浏览 0提问于2014-06-02得票数 2
回答已采纳
1回答
我正在尝试连接Dataframe中的'A‘和'C’列，如下所示，以便将它们用作新的索引：
A | B | C | ...
---------------------------
0 5 | djn | 0 | ...
1 5 | vlv | 1 | ...
2 5 | bla | 2 | ...
3 5 | ses | 3 | ...
4 5 | dug | 4 | ...
所需的结果将是一个Dataframe，它类似于以下结果：
A | B | C | .
浏览 0提问于2015-03-13得票数 0
回答已采纳
有没有一种方法可以在不创建巨大的数组/循环的情况下多维插值到特定点？
import xarray as xr
import pandas as pd
xds = xr.tutorial.open_dataset('air_temperature')
xds['airx2'] = xds['air'] * 2
pdf = pd.DataFrame(dict(lat=[45, 60, 75], lon=[225, 320, 315],
time=pd.to_datetime(['2013-01-
浏览 19提问于2018-12-14得票数 0
回答已采纳
我有三个Dataframe (dataframe1，dataframe2，dataframe3)
import pandas as pd
data1= [[0, 0, 1, 1], [1,0,1,0], [0,1,1,0], [1,1,0,1]]
dataframe1 = pd.DataFrame(data1, columns=['0', '1', '2', '3'])
dataframe1
data2 = [[1,0,1,0], [0,0,1,0], [0,1,0,1], [0,0,0,1]]
dataframe2 = pd.D
浏览 1提问于2022-06-10得票数 1
回答已采纳
我正在与lucene斗争，不确定如何做得更好:我有用户的个人资料数据-其中一些(3-4个字段)存储在查询结果的lucene.But中，我还需要显示用户的年龄/姓名/等等。
我认为在lucene中保存所有这些字段(另外，这些字段不参与搜索过程)是不合理的，但是查询rdmb将需要一些时间，所以我的问题是如何做更好？
谢谢。
浏览 1提问于2010-06-22得票数 3
回答已采纳
我有以下函数，用于计算给定数据集的异常值。
def interQuartileRangeFiltering(df: DataFrame): DataFrame = {
@scala.annotation.tailrec
def inner(cols: List[String], acc: DataFrame): DataFrame = cols match {
case Nil => acc
case column :: xs =>
val quantiles = acc.stat.approxQuantil
浏览 0提问于2022-01-04得票数 1
回答已采纳
4回答
考虑使用以下命令获取数据
SELECT * FROM table WHERE column1='XX' && column2='XX'
Mysql将过滤与WHERE子句的第一部分匹配的结果，然后过滤与第二部分匹配的结果。我说的对吗？
假设第一部分匹配10条记录，然后添加第二部分筛选5条记录。是否也需要对第二列执行INDEX？
浏览 0提问于2012-03-05得票数 4
回答已采纳
1回答
如果我试图缓存一个巨大的DataFrame (例如:100 to表)，当我对缓存的DataFrame执行查询时，它会执行完整的表扫描吗？星星之火将如何索引数据。星火文件说：
Spark可以通过调用spark.catalog.cacheTable("tableName")或dataFrame.cache()来使用内存中的列格式来缓存表。然后，Spark将只扫描所需的列，并将自动调整压缩，以尽量减少内存使用和GC压力。您可以调用spark.catalog.uncacheTable("tableName")从内存中删除表。
我没有完全理解上面的语句，如果有人
浏览 8提问于2017-08-14得票数 2
2回答
我们运行的应用程序更像竞争组织网站，如HackerEarth.com，HackerRank.com。当任务开始时，我们看到服务器上有巨大的负载。问题是，我们需要与Postgres进行大量的互动，以便给出随机的问题，然后提交他们的答案。在多个表和搜索等方面存在连接，导致大量的数据流量，使我们的系统速度慢、响应慢，这是很尴尬的。
我们能做些什么才能使它变得更好？如何处理与RDBMS、缓存或内存中数据库使用频繁交互的事情.我搜索了很多不同的来源，但没有找到具体的解决方案，以满足我们的需要。公司如何组织数据库和用户交互？对于这样的模型，什么是好的架构？任何洞察力都会有帮助。
浏览 0提问于2016-07-01得票数 -1
1回答
在对on在join中的工作方式产生了严重误解之后(剧透:与merge中的on非常不同)，下面是我的示例代码。 import pandas as pd
index1 = pd.MultiIndex.from_product([["variables"], ["number", "fruit"]])
df1 = pd.DataFrame([["one", "apple"], ["two", "banana"]], columns=index1)
index2 = pd.MultiI
浏览 12提问于2020-10-24得票数 0
回答已采纳
我有一个数据帧，我想只使用第一个数据帧中的选择索引值来创建第二个数据帧。 例如： 如果我希望dataframe 2仅作为索引值-来自dataframe 1的(47,55,69)，我希望传输来自每个索引值的行中的所有数据
浏览 22提问于2020-05-03得票数 0
回答已采纳
1回答
在中，当时间索引间隔相等时，method='time'是否等同于method='linear'？
一个基本的例子表明情况是这样的：
even_index = pd.date_range('2019-02-20 10:00 am',
'2019-02-20 2:00 pm', freq='1 h')
values = [10, np.nan, 30, np.nan, 50]
pd.DataFrame(values, index=even_index).inte
浏览 2提问于2019-03-04得票数 11
1回答
我试图用熊猫来表示一些3D数据，但对此我一点也不知道。我知道这可以用numpy来做，我认为使用熊猫应该不难，因为它更容易建立索引。到目前为止，我得到的是：
import numpy as np
import pandas as pd
date=[2015, 2016, 2017]
interval=np.arange(-10,11)
elevation=np.arange(0.0,3.25,0.25)
df=pd.DataFrame(index=interval, columns=elevation)
df的结果如下所示。注意，我在上面的可变日期中有一个年表。我希望表示存储在dataFram
浏览 0提问于2018-07-09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
