3回答
我有一个交易的Pandas DataFrame：
transactions.head():
Amount Date of Transaction Description \
0 39.95 2017-03-30 Fake_Transaction_One
1 2.39 2017-04-01 Fake_Transaction_Two
2 8.03 2017-04-01 Fake_Transaction_Three
3 34.31
浏览 0提问于2018-07-22得票数 3
回答已采纳
使用Python3和Anaconda，我在ipython上导入了pandas和os。我有一个非常大的csv文件。在对文件使用read_csv之后，我尝试对两列使用.groupby()，但它将数据类型从DataFrame更改为DataFrameGroupBy，并且我不能再对其运行数据框方法。 我想不出任何可以尝试的东西。我对熊猫的经验很少，通过codecademy获得的。我的代码似乎可以在那里工作。 import os
import pandas as pd
totals = pd.read_csv('filename')
band_gaps = totals.groupb
浏览 19提问于2019-06-21得票数 0
回答已采纳
使用R中的doBy包，我们对group进行汇总，得到与原始数据相同的形状和顺序的结果：
> require(doBy)
> df <- data.frame(
first = c('bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'),
second = c('one', 'two', 'one', '
浏览 1提问于2012-04-04得票数 1
回答已采纳
如何转换以下输入数据(从Excel文件输入的Pandas数据帧)：
ID Category Speaker Price
334014 Real Estate Perspectives Tom Smith 100
334014 E&E Tom Smith 200
334014 Real Estate Perspectives Janet Brown 100
334014 E&E Janet Brown
浏览 0提问于2018-08-01得票数 2
pandas有没有一种内置的方法，可以在同一列df["returns"]上应用两个不同的聚合函数f1, f2，而不必多次调用agg()？
示例数据帧：
import pandas as pd
import datetime as dt
import numpy as np
pd.np.random.seed(0)
df = pd.DataFrame({
"date" : [dt.date(2012, x, 1) for x in range(1, 11)],
"returns" : 0.05 *
浏览 0提问于2012-09-26得票数 190
回答已采纳
2回答
我的表是从透视表中提取的，以消除缺少的值和太短的值，比如城市名称，下面是我的代码
company = pd.read_sql('SELECT user_id, address FROM company' , con=db_connection)
table = pd.pivot_table(company, index=['address'],aggfunc=np.sum)
table.reset_index()
那我就得到他的
address user_id
3
浏览 3提问于2017-10-06得票数 2
回答已采纳
1回答
我正在对一个pandas数据帧使用groupby()操作。然后，我尝试对每一行的列求和。但是，在调用sum()时，我一直收到错误消息。 我附上了我的代码如下： bike_use = bike_use.groupby(['road_name', 'count_point_id'])['pedal_cycles', 'two_wheeled_motor_vehicles'].sum(axis = 1) 我得到的错误是： TypeError: sum() got an unexpected keyword argument '
浏览 12提问于2020-12-04得票数 0
我想在pandas中使用groupby函数。然而，它并不起作用。pandas中的其他函数运行得很好。我很困惑。
corr=corr.groupby(level='date')
print(corr)
Out[21]: <pandas.core.groupby.generic.DataFrameGroupBy object at 0x0000025FC4726808> ``
浏览 0提问于2020-01-03得票数 0
3回答
我真的不明白为什么在为“课程”创建一个带有groupby的Dataframe时，我会得到一个入口位置输出？
代码：
import pandas as pd
technologies = ({
'Courses':["Spark","PySpark","Hadoop","Python","Pandas","Hadoop","Spark","Python","NA"],
'Fee' :[22000,250
浏览 22提问于2022-10-22得票数 0
回答已采纳
我用pandas编写脚本，但为了提高效率，我需要切换到dask，但我不确定如何在dask中实现unstack和reindex？ 这是我的pandas脚本的样子： df_new = df.groupby(['Cars', 'Date'])['Durations'].mean().unstack(fill_value=0).reindex(columns=list_days,index=list_cars,fill_value=0).\
round().reset_index().fillna(0).round()
浏览 11提问于2020-06-18得票数 0
回答已采纳
1回答
Pandas聚合特定列
、、、
如何仅聚合pandas中的特定列？
import numpy as np
df = pd.DataFrame({'A': [1, 1, 2, 2],
'B': [1, 2, 3, 4],
'C': np.random.randn(4)})
df.groupby('A').agg(['max']) #works as expected, but gives values for col B & C
df.groupby('A&
浏览 0提问于2018-03-06得票数 0
1回答
所以我有一个基因芯片的数据集，其中16个芯片测量了1个组织样本。我想从每个芯片中的每个基因中减去这个基因在所有芯片上的平均值。因此，我按基因分组并计算平均值。现在我想取原始的PM强度值，从这个基因中减去平均值。因此，我需要将基因列与存储该基因组平均值的表中的索引匹配，然后从PM列中减去这个值。
totalgene = genedata.groupby(genedata['GENE']).mean()[['PM','LOGPM']]
genedata['MEANNORM'] = genedata['PM'] -
浏览 1提问于2017-06-03得票数 0
回答已采纳
您好，我有以下DataFrame： # Import pandas library
import pandas as pd
import numpy as np
from sklearn.linear_model import LogisticRegression
# initialize list of lists
data = [['tom', 10,1], ['nick', 15,0], ['tom', 14,1], ['jason', 15,0], ['nick', 18,1], ['jaso
浏览 7提问于2020-06-22得票数 0
回答已采纳
2回答
我是一个R和data.table用户，试图使用更多的Python和pandas，当我想在pandas中执行以下操作时，我感到非常沮丧，因为似乎没有一种简单的方法：
df = pd.DataFrame({'a': [1, 1, 2, 2], 'b': [0.2, 0.2, 0.2, 0.1], 'c': [10, 9, 10, 22], 'd': [2, 3, 3, 1]})
在R中，如果我想对b和c的乘积进行求和，并对d之和进行除法(按a分组)，我只需这样做：
df[, sum(b*c)/sum(d), by=a]
，但对我来说，
浏览 3提问于2022-05-02得票数 1
回答已采纳
我想以一个简单的数据帧为例，根据另一列("name“列)中的值，将一列(" value”列)求和成组。在那之后，我想得到"value“列的平均值
In [1]: import pandas
In [2]: df = pandas.DataFrame(data = [{'name': 'a', 'val': 1}, {'name': 'b', 'val': 2}, {'name': 'b', 'val': 4}])
In [3
浏览 5提问于2021-03-03得票数 0
回答已采纳
2回答
请考虑以下数据帧
df = pd.DataFrame({'a': [1,2,1,3,4,2], 'c':['dd','ee','dd','as','ae','ee'], 'count':[5,9,1,6,8,3]})
a c count
0 1 dd 5
1 2 ee 9
2 1 dd 1
3 3 as 6
4 4 ae 8
5 2 ee 3
如你所见，&#
浏览 0提问于2017-01-04得票数 6
回答已采纳
1回答
我有一个带有分类栏和其他内容的数据文件：
>>> np.random.seed(0xFEE7)
>>> df = pd.DataFrame({'A': np.random.randint(10, size=10),
'B': np.random.randint(10, size=10),
'C': np.random.choice(['A', 'B'], size=10)})
>&
浏览 3提问于2021-04-21得票数 2
回答已采纳
1回答
我是新来的潘达斯，我想用组的发言。它起作用了，但我可以按功能逐组打印。我正在使用Eclipse这里是我的代码
import pandas as pd
df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
'foo', 'bar', 'foo', 'foo'],
'B' : ['one
浏览 3提问于2014-01-18得票数 0
回答已采纳
我正在用Python3中的Pandas索引和切片数据来计算空间统计数据。当我在纬度和经度范围上运行for循环时，使用.loc,为输入文件中没有可用值的特定纬度和经度集提供一个错误KeyError: (slice(None, None, None), )。它不会跳过这些值，而是会出现一个错误，并停止运行代码。以下是我的密码。
import numpy as np
import pandas as pd
from scipy import stats
filename='input.txt'
df = pd.read_csv(filename,delim_whitespace=T
浏览 6提问于2022-07-09得票数 0
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。
现在，我想要找出，对于每个用户，哪一天对应于他们的每日最大活动，以及该活动的平均大小。
在pandas中执行这样的任务的方法是什么？
原始数据如下所示：
userID countActivity weekday
0 3 25 5
1 3 58 6
2 3 778 0
3 3 7820
浏览 9提问于2016-09-28得票数 1
回答已采纳
我刚刚开始学习pivot_table()，我想知道Pandas函数和Pandas函数之间有什么不同。有人能帮我理解它们之间的区别吗？如果能帮上忙，我们将不胜感激。
浏览 3提问于2016-01-10得票数 86
回答已采纳
当对Pandas操作的结果执行筛选时，它返回一个数据。但是如果我想要做更多的组计算，我必须再次调用groupby，这似乎有点接近。有没有一种更地道的方法来做到这一点？
编辑：
为了说明我说的是什么
我们无耻地从潘达斯的文档里偷了一个玩具数据，然后分组：
>>> dff = pd.DataFrame({'A': np.arange(8), 'B': list('aabbbbcc')})
>>> grouped = dff.groupby('B')
>>> type(grouped
浏览 7提问于2016-03-06得票数 13
import pandas as pd
import numpy as np
data_agency = pd.read_excel("Sample.xlsm")
data_agency.groupby(['Person']).sum()
但我只得到了类似于单行数据的内容：
type(data_agency['Person'].iloc[0])返回str类型
type(data_agency['Reg Hrs.'].iloc[0])返回float64类型
浏览 0提问于2019-05-22得票数 0
2回答
正如你在下面看到的，我在我的数据框中有不同的‘ticker’，我想计算'lret‘列的标准偏差，但每个单独的ticker。目前，它将整个列作为一行进行计算。如何计算数据帧中每个报价器的标准差？任何帮助都将不胜感激。另外，请参见下面的函数，了解代码当前所做的工作。 数据帧输出 price date ticker lret std
0 104.000000 2016-07-01 A NaN 0.019456
1 104.878151 2016-07-05 A 0.008408 0.019456
2
浏览 7提问于2020-09-11得票数 0
我是一个经验丰富的SAS程序员，我正在转换为Python/Pandas。在我的SAS工作中，我经常使用PROC SUMMARY来创建汇总的数据文件，随后我可以使用这些文件在SAS程序的后续步骤中与其他文件合并。SAS中的PROC摘要过程非常强大，易于使用，并且可以直接编写代码。我还没有在Pandas中找到类似的方法，它功能强大，易于使用，并且可以直接编写代码。因为我是Python/Pandas的新手，所以我想知道是否有方法可以做到这一点。 这将为age_category和性别的每个唯一组合创建一个简单的输出文件，其中包含9列。 proc summary data='input fil
浏览 16提问于2019-05-18得票数 1
回答已采纳
2回答
如何将数据集与熊猫群相结合
、、、、
我有一个dataframe df和一个列df['table']，这样df['table']中的每一项都是具有相同标题/列数的另一个数据same。我想知道是否有办法像这样做groupby：
原始数据：
name table
Bob Pandas df1
Joe Pandas df2
Bob Pandas df3
Bob Pandas df4
Emily Pandas df5
在小组讨论之后：
name table
Bob Pandas df containing the appended df1, df3,
浏览 0提问于2020-10-07得票数 7
回答已采纳
我有一个有很多列的Pandas数据框，其中之一是“电影标题”，我想找到出现在最多行的前5个电影标题，并将它们按降序排列。
例如：
movie title
Title 1
Title 2
Title 2
Title 3
Title 3
Title 3
应该变成：
movie title count
Title 3 3
Title 2 2
Title 1 1
它可以在同一数据帧中，也可以在新的数据帧中。我可能错过了一个简单的解决方案，因为我对Pandas非常陌生。谢谢你的帮忙!
浏览 0提问于2016-04-02得票数 1
1回答
我正在尝试做一些分析的副本之前，放弃所有的，并保留第一个或最后的结果。我想检查副本的质量，以便保留一个或删除两个值。
我想提出一些条件：
如果重复的pIC50在pIC50列中的差值小于0.2，我希望保留一个值和这个值作为平均值。如果高于此值，则删除两行。
hHDAC6_dup = pd.DataFrame(columns=["molecule_chembl_id", "pIC50"], data=[["CHEMBL407959", 6.468521], ["CHEMBL98", 6.795880], ["CHEMBL98&
浏览 7提问于2021-12-15得票数 1
回答已采纳
1回答
我有一个这样的Pandas数据帧： import pandas as pd
df = pd.DataFrame(
{'gender':['F','F','F','F','F','M','M','M','M','M'],
'mature':[0,1,0,0,0,1,1,1,0,1],
'cta' :[1,1,0,1,0,0,0,1,0,1]}
)
df[&
浏览 22提问于2020-10-14得票数 1
回答已采纳
我已经问过了，但是当我对超过百万行的文件执行下面的代码时，我会遇到一个问题。
代码：
import numpy as np
import pandas as pd
import xlrd
import xlsxwriter
df = pd.read_excel('full-cust-data-nonconcat.xlsx')
df =df.groupby('ORDER_ID')['ASIN'].agg(','.join).reset_index()
writer = pd.ExcelWriter('Pyt
浏览 2提问于2017-02-17得票数 1
我有一个非常大的CSV文件，我设法按列id排序，但我无法计算具有该列id的平均列值。
88741,42.84286022,16.41829224,1
88797,42.78081536,16.40743455,1
88797,42.78081536,16.21153455,1
88823,42.51512511,16.43304948,2
88885,42.88204193,16.12412548,2
87227,42.88204193,16.64223948,3
and so on...
我需要在没有SchoolCode列的情况下获得新的csv，并对每个集群使用经度和经度平均值。而且，位数应
浏览 2提问于2018-06-05得票数 0
嗨，我在努力解决以下问题：
给定包含name和variable列的数据文件，我想创建两个列表：
list_names_nan包含变量列中所有值都为nanlist_names_not_nan的名称，其中包含变量列中列表1中的值不是nan的名称。
下面是一个例子
import pandas
import numpy
df = pandas.DataFrame(data=[['x',1],['y',2],['x',4],['z',numpy.nan],
['x',
浏览 6提问于2020-07-15得票数 3
回答已采纳
4回答
我有一个df：
Type price stock
a 2 2
b 4 1
b 3 3
a 1 2
a 3 1
我想得到的结果是：
Type price*stock
a 2*2+1*2+3*1 = 9
b 4*1+3*3 = 13
我可以很容易地在Excel中完成，但是在Pandas中呢？我尝试过groupby函数，但仍然失败：
浏览 11提问于2022-04-26得票数 3
1回答
我有一个带有列volt的timeseries dataframe。我已经应用了滚动窗口操作，这一数据格式为24H。滚动窗口的代码是
telemetry['datetime'] = pd.to_datetime(telemetry['datetime'])
a = telemetry.set_index('datetime').groupby('machineID').rolling(window=1, freq='24h').mean()['volt']
滚动后的数据图是这样的
machineID
浏览 3提问于2021-12-15得票数 2
回答已采纳
2回答
我有一个Pandas DataFrame，包含以下字段：
week
zipcode
cost
通过执行以下SQL，我想从上面的DataFrame ("week“、"zipcode”和"min_cost")创建一个新的DataFrame：
SELECT week, zipcode, MIN(cost) min_cost
FROM the_first_dataframe
GROUP BY 1, 2
我的限制是，我不能使用熊猫，只希望通过纯粹的熊猫操作就能实现。
任何洞察力都将受到赞赏。
浏览 10提问于2022-02-19得票数 0
回答已采纳
我试图将B、和C列的平均值按列A分组。我不知道如何使用groupby函数来完成这个任务：
import pandas as pd
pd.DataFrame({'B' : df.groupby(['A'])['B'].mean()}).reset_index()
因为我只能知道如何找到平均值，并将单个列按另一列分组。如果这是我现在的数据
A B C
0 70 12
0 20 14
0 46 11
1 25 9
2 86 2
2 14 6
这是我的预期结果。将A的所有类似值分组在一起，B和C中的相应值在各自的列中平均：
浏览 2提问于2017-08-11得票数 0
1回答
在分组Pandas DataFrame时，什么时候应该使用transform，什么时候应该使用aggregate？它们在实践中的应用有何不同?你认为哪一个更重要？
浏览 0提问于2016-12-04得票数 38
1回答
我有一个熊猫系列，有两个指数：
df_agg=df.groupby(['yearID','teamID']).sum()['Salary']
df_agg.head()
yearID teamID
1985 ATL 14807000
BAL 11560712
BOS 10897560
CAL 14427894
CHA 9846178
我想把int转换成一个熊猫数据框架，比如
yearID teamID
浏览 4提问于2018-01-16得票数 5
回答已采纳
我正在尝试将一些代码从Pandas移植到考拉，以利用星火的分布式处理。我正在获取一个dataframe，并将其分组到A和B上，然后应用一系列函数来填充新的dataframe的列。下面是我在Pandas中使用的代码：
new = old.groupby(['A', 'B']) \
.apply(lambda x: pd.Series({
'v1': x['v1'].sum(),
'v2': x['v2'].sum(),
'v3': (x['v1
浏览 8提问于2020-07-06得票数 3
我有一个Excel表的时间序列数据的价格，其中每一天由6个小时周期。我正在尝试使用Python和Pandas，我已经设置并工作，导入一个CSV，然后从它创建一个df。这很好，这只是我正在努力处理的排序代码。在excel中，我可以使用Sum(sumifs)数组函数来做这件事，但我希望它在Python/Pandas中也能工作。 我希望从数据中产生一个新的时间序列，每天我只获得3到5个时期的平均价格，不包括其他。我正在为此而苦苦挣扎。 我正在寻找的原始数据exert和result示例如下： ?
浏览 42提问于2019-02-04得票数 0
回答已采纳
我有一只熊猫数据图(通常用全息图包装)，它有三列。Col1是一个日期时间，Col2是绝对字符串(即“猫”、“狗”、“鸟”之一)，Col3是整数计数。
我试图找到一种方法，使用bokeh库将日期时间降为数月、季度、年份等，类似于pandas.DataFrame.groupby(pd.Grouper(key='Date'，或pandas.DataFrame.resample freq=sample中可用的)。
有没有人知道是否有土生土长的bokeh才能做到这一点，或者我是否需要提供已经从熊猫身上采集到的所有数据？谢谢!
浏览 0提问于2018-05-02得票数 0
回答已采纳
2回答
我将Pandas Dataframe的每一列中的重复值分组如下：
import pandas as pd
ls = [[0,'A',2],
[2,'B',1],
[1,'A',3],
[1,'C',2],
[1,'D',3]]
df = pd.DataFrame(ls)
print(df)
results = []
for i in range(len(ls[0])):
duplicates = {}
for e in range(len(df[
浏览 2提问于2022-05-25得票数 0
回答已采纳
我通过使用sum、max和min等函数将Pandas GroupBy和Groupby.agg用于我的数值列，但我注意到以前强加给我的列的数据类型(如np.int8、np.int16、np.int32)在GroupBy聚合后不会保留，实际上每一列都被覆盖为int64。Pandas版本1.1.5
我目前的解决方案是在完成groupby聚合后重新转换，这是一个已知的问题和/或有更好的解决方案吗？
浏览 19提问于2021-03-16得票数 1
回答已采纳
2回答
我的熊猫DataFrame和lists dtype有一个专栏。我想要Group By和聚合DataFrame并附加列表。
下面是一个示例DataFrame：
import pandas as pd
df = pd.DataFrame({
'id': [1, 1, 2],
'cat': ['A','A','B'],
'lst': [['l0','l1',&
浏览 2提问于2022-05-18得票数 0
1回答
使用和.sum()获取%
、、、
我想要一些基于.groupby() in pandas的%的费率。我的目标是取一个指标列Ind，得到A(分子)除以当年的总数(A+B)的比率。
示例数据：
import pandas as pd
import numpy as np
df: pd.DataFrame = pd.DataFrame([['2011','A',1,2,3], ['2011','B',4,5,6],['2012','A',15,20,4],['2012','B',17,12,12]], co
浏览 3提问于2021-01-08得票数 5
回答已采纳
1回答
我对groupby聚合有以下问题，即添加数据框中没有显示但基于所需输出的组应该包括在内。举个例子： import pandas as pd
from pandas.compat import StringIO
csvdata = StringIO("""day,sale
1,1
2,4
2,10
4,7
5,2.3
7,4.4
2,3.4""")
#day 3,6 are intentionally not included here but I'd like to have it in output
df = pd.read_c
浏览 5提问于2019-04-17得票数 1
回答已采纳
1回答
我在美国不同的州有一只熊猫。我想按两栏--年份和州--进行分组，以便对一些事物进行统计检验，如死因、新生儿等，并绘制图表。我只能想出groupby熊猫函数，在该函数中，我必须在最后指定一个统计摘要，例如：
import pandas as pd
df = pd.read_csv(path + 'csvfile.csv')
grouped_df = df.groupby(['Year', 'State']).mean()
然而，我只想按年份和州分组，但是使用groupby我得到了以下内容：
import pandas as pd
df = pd.r
浏览 3提问于2021-12-01得票数 1
回答已采纳
我需要通过Spark分组一个大型数据集，我将其加载为两列的Pandas数据框架，然后重新转换为Pandas:基本上是做Pandas -> 'pyspark.sql.group.GroupedData‘-> Pandas。两列中的元素都是整数，分组后的数据需要以列表的形式存储，如下所示：
df.a df.b
1 3
2 5
3 8
1 2
3 1
2 6
...
spark_df = spark.createDataFrame(df
浏览 1提问于2017-08-03得票数 1
我想请Hto将pandas df转换为dict，如下所示:我有这样的df： col1 col2
"a" 12
"a" 2
"b" 34
"c" 9
"c" 45 我需要像这样的判决书： d = {"a":[12, 2], "b":[34], "c":[9, 45]} 有人给我一些建议吗？请帮帮忙。
浏览 0提问于2021-09-02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
