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 ramkę danych w tym kształcie: A B C D E 213-1 XL NaN NaN NaN 21 22.0 12 232.0 101.32 23-0 L NaN NaN NaN 12 23 12 232.2 NaN 31-0 LS NaN NaN NaN 70 70 23 NaN 21.22 Chciałbym przenieść co drugi wiersz tej ramki danych do wiersza powyżej, aby pozostały tylko połączone wiersze, jak widać w...
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...
Próbuję skonfigurować podklasę, pd.DataFramektóra ma dwa wymagane argumenty podczas inicjowania ( groupi timestamp_col). Chcę uruchomić sprawdzanie na te argumenty groupi timestamp_coltak mam metody setter dla każdej z właściwości. To wszystko działa, dopóki nie spróbować set_index()i dostać...
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...
Mam do czynienia z dość dużą Pandas DataFrame - mój zestaw danych przypomina następującą dfkonfigurację: import pandas as pd import numpy as np #--------------------------------------------- SIZING PARAMETERS : R1 = 20 # .repeat( repeats = R1 ) R2 = 10 # .repeat( repeats = R2 ) R3 = 541680 #...
Otrzymałem dane wyjściowe, ale próbuję znaleźć bardziej wydajny sposób: (df['budget'] == 0).sum(), (df['revenue'] == 0).sum(),(df['budget_adj'] == 0).sum(), (df['revenue_adj'] == 0).sum() Dane wyjściowe to (5674, 5993, 5676,