Mam pand DataFrame formularza: id start_time sequence_no value 0 71 2018-10-17 20:12:43+00:00 114428 3 1 71 2018-10-17 20:12:43+00:00 114429 3 2 71 2018-10-17 20:12:43+00:00 114431 79 3 71 2019-11-06 00:51:14+00:00 216009 100 4 71 2019-11-06 00:51:14+00:00 216011 150 5 71 2019-11-06...
Jestem tak pomylony z różnymi metodami indeksowania ilocużywanymi w pandach. Powiedzmy, że próbuję przekonwertować ramkę danych 1-d na ramkę danych 2-d. Najpierw mam następującą 1-d ramkę danych a_array = [1,2,3,4,5,6,7,8] a_df = pd.DataFrame(a_array).T Zamierzam przekonwertować to na 2-d ramkę...
Opis problemu Szukam wydajnego sposobu generowania pełnych binarnych produktów kartezjańskich (tabele ze wszystkimi kombinacjami prawdy i fałszu z pewną liczbą kolumn), filtrowane według określonych warunków wyłączności. Na przykład dla trzech kolumn / bitów n=3otrzymalibyśmy pełną...
Mam niżej wymienioną ramkę danych: structure( list(ID = c("P-1", " P-1", "P-1", "P-2", "P-3", "P-4", "P-5", "P-6", "P-7", "P-8"), Date = c("2020-03-16 12:11:33", "2020-03-16 13:16:04", "2020-03-16 06:13:55", "2020-03-16 10:03:43", "2020-03-16 12:37:09", "2020-03-16 06:40:24", "2020-03-16...
Mam dwa data.framesz wielu wspólnych kolumnach (tu: date, city, ctry, oraz ( other_) number). Chciałbym teraz scalić je w powyższych kolumnach, ale toleruję pewien poziom różnicy: threshold.numbers <- 3 threshold.date <- 5 # in days Jeśli różnica między datewpisami wynosi >...
Mam plik txt z danymi w tym formacie. Pierwsze 3 linie powtarzają się w kółko. name=1 grade=A class=B name=2 grade=D class=A Chciałbym wyprowadzić dane w formacie tabeli, na przykład: name | grade | class 1 | A | B 2 | D | A Próbuję ustawić nagłówki i po prostu zapętlić dane. Do tej pory...
Chciałbym zidentyfikować i oznaczyć zduplikowane wiersze na podstawie 2 kolumn. Chciałbym utworzyć unikalny identyfikator dla każdego duplikatu, więc wiem nie tylko, że wiersz jest duplikatem, ale z którym wierszem jest duplikatem. Mam ramkę danych, która wygląda jak poniżej z niektórymi...
Mam taką ramkę danych: ORDER_NO 2401 2504 2600 2020020 2019-12-04 2019-12-10 2019-12-12 2020024 2019-12-25 NaN 2019-12-20 2020034 NaN NaN 2019-12-20 2020020 2019-12-12 2019-12-15 2019-12-18 Tworzę XML z powyższej ramki danych. Chcę usunąć pustą wartość w XML. Mój kod powinien upuścić tę...
Powiedzmy, że mam następującą ramkę danych (kolumna liczb całkowitych i kolumna z listą liczb całkowitych) ... ID Found_IDs 0 12345 [15443, 15533, 3433] 1 15533 [2234, 16608, 12002, 7654] 2 6789 [43322, 876544, 36789] A także osobna lista identyfikatorów ... bad_ids = [15533, 876544, 36789,...
Pracuję z DataFrame o następującej strukturze: import pandas as pd df = pd.DataFrame({'group':[1,1,1,2,2,2,2,3,3,3], 'brand':['A','B','X','C','D','X','X','E','F','X']}) print(df) group brand 0 1 A 1 1 B 2 1 X 3 2 C 4 2 D 5 2 X 6 2 X 7 3 E 8 3 F 9 3 X Moim celem jest wyświetlenie tylko tych...
Mam ramkę danych jak A B C 1 nan nan 2 nan 5 3 3 nan 4 nan nan Jak wypełnić tylko NULL (z 0) dla każdej serii aż do pierwszej wartości innej niż NULL, co prowadzi do A B C 1 0 0 2 0 5 3 3 nan 4 nan
Cześć. Przekopałem się przez metody konkatacji, łączenia i łączenia pand i nie mogę znaleźć tego, czego chcę. Załóżmy, że mam dwie ramki danych A = pd.DataFrame("A",index=[0,1,2,3,4],columns=['Col 1','Col 2','Col 3']) B = pd.DataFrame("B",index=[0,1,2,3,4],columns=['Col 1','Col 2','Col...
Mam skonfigurowaną ramkę danych, jak poniżej: df <- data.frame("id" = c(111,111,111,222,222,222,222,333,333,333,333), "Location" = c("A","B","A","A","C","B","A","B","A","A","A"), "Encounter" = c(1,2,3,1,2,3,4,1,2,3,4)) id Location Encounter 1 111 A 1 2 111 B 2 3 111 A 3 4 222 A 1 5 222 C...
Mam poniżej Dataframe z polem „Age”, Potrzebuję znaleźć do góry 3 minimalny wiek z DataFrame DF = pd.DataFrame.from_dict({'Name':['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], 'Age':[18, 45, 35, 70, 23, 24, 50, 65, 18, 23]}) DF['Age'].min() Chcesz znaleźć dwie najlepsze osoby, tj. 18, 23...
Mam następującą przykładową ramkę danych: df = pd.DataFrame(data = {'RecordID' : [1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,5,5,5,5], 'DisplayLabel' : ['Source','Test','Value 1','Value 2','Value3','Source','Test','Value 1','Value 2','Source','Test','Value 1','Value 2','Source','Test','Value 1','Value...
Otrzymuję powyższy błąd, gdy próbuję użyć atrybutu .ix ramki danych pandy do wyciągnięcia kolumny, np. Df.ix [:, 'col_header']. Skrypt działał od rana, ale dziś po południu uruchomiłem go w nowym środowisku linux ze świeżą instalacją Pandas. Czy ktoś jeszcze widział ten błąd? Szukałem tu i gdzie...