有没有一种方法可以将DataFrame重塑为具有不受限制的行的另一个。我只想要一个3列的DataFrame,无论DataFrame中要包含多少行?
例如,
letters = pd.DataFrame({'Letters' : ['A', 'B', 'C','D', 'E', 'F', 'G', 'H',
'I','J']})
Letters
0 A
1 B
2 C
3 D
4 E
5 F
6 G
7 H
8 I
9 J
我想用零填充来重塑它,而没有任何价值。
first second third
A B C
D E F
G H I
J 0 0
据我所知,在numpy reshape方法中,您需要明确标识要多少列和行。
采用:
df = (pd.DataFrame(letters.groupby(letters.index // 3)['Letters']
.apply(list)
.values
.tolist(), columns=['first','second','third']).fillna(0))
print (df)
first second third
0 A B C
1 D E F
2 G H I
3 J 0 0
这是我的代码只有第一个下拉框正在填充。我可以重复下拉框,但无法填充所有下拉框。请帮帮我... 我可以重复下拉框,但无法填充所有下拉框。请帮帮我... 我想将数据库中的数据显示到所有下拉框中,并保存所选值。我使用的提交按钮不起作用,请告诉我原因?
我有一个数据框架,目前看起来是这样的, 数据框架1 我需要创建一个像这样的数据帧。 数据框架2 我需要从数据帧1列的值填充数据帧2的列。图片显示了示例。对此应该有什么算法和过程? 这是示例数据集
问题内容: 创建给定大小的零填充熊猫数据框的最佳方法是什么? 我用过了: 有更好的方法吗? 问题答案: 您可以尝试以下方法:
我想在一个组合框中填充一些数据。这很好。但是,我想动态地改变组合框中的数据。 目前我有一个表,在组合框中,我在表列中显示数据的唯一值。现在,表数据存储在静态可观察列表变量中。我想根据表中显示的数据更改组合框中的数据。也就是说,如果存储表数据的静态可观察列表发生更改,我希望在没有手动干预的情况下更改组合框数据。 如果没有单独的静态变量用于组合框,这是否可能?
问题内容: 我想将一堆pandas数据框(大约一百万行和50列)索引到Elasticsearch中。 当寻找有关如何执行此操作的示例时,大多数人会使用elasticsearch-py的bulk helper方法 ,并向其传递处理连接的Elasticsearch类的实例以及使用pandas的dataframe创建的字典列表。orient =’records’)方法 。可以预先将元数据作为新列插入数据
问题内容: 如果我有一个像 我如何根据如下索引重新塑形数据框,即 问题答案: 让我们使用,,,和: 输出: