《猫眼》专题

我有一个熊猫数据框，如下所示 我想用不含重复项的随机字符串替换“EMAIL”列中的NaN，该字符串不一定包含@。 我试图做一个def生成随机字符串，但NaN被替换为相同的随机字符串，因为我毕竟使用了'fillna'方法。 看起来，正如我看到的其他Q$As，fillna中的def只工作一次，并用同样的值或字符串替换所有的NaN。 我应该试着用“for”一个接一个地替换它们吗？ 或者有没有一种更像蟒蛇

我在导入带有熊猫的JSON文件时遇到了一些困难。 这是我得到的错误： 文件结构简化如下： 它来自Coursera上的华盛顿大学机器学习课程。你可以在这里找到文件。

我来自SQL环境，正在学习Python Pandas中的一些内容。我有一个关于分组和聚合的问题。 假设我按年龄类别对数据集进行分组，并计算不同的类别。在MSSQL中，我会这样写： 结果集是一个带有两列的“普通”表，第二列我命名为Count。 当我想在Pandas中进行等效时，groupby对象的格式不同。所以现在我必须重置索引，并在下面一行中重命名列。我的代码如下所示： 我的问题是，这是否可以一次

我有一个带有数组列的数据帧： 我读了这个CSV，并将“类”列的值转换成数组： 现在我想选择“类”值中具有“performer_0”的行。像这样： 但是这个代码不起作用： 回溯（最后一次调用）：文件“d:\pyenv\pandas\lib\site packages\pandas\core\indexes\base.py”，第2657行，在get_loc return self.\u engine.

因此.loc和.iloc不是典型的函数。它们以某种方式使用[和]来包围参数，使其与普通数组索引相当。然而，我从未在另一个库中看到过这种情况（我可以想到，可能numpy就是这样的东西，我不知道它在技术上是如何工作的/在python代码中是如何定义的）。 本例中的括号是否只是函数调用的语法糖？如果是这样，那么如何让任意函数使用括号而不是括号呢？否则，它们的使用/定义有什么特殊之处？

我有一个6000行数据框，我想删除所有值小于2的行。我目前的尝试是：df=煤[煤['值'] 我已经附上了我的df的快照，我想删除较小的值。我对python还是比较陌生的，所以请容忍我。 https://i.stack.imgur.com/3mbA7.png

我只是不明白第二行“==”的意思： -这不是一个测试，没有if语句… -它不是一个变量声明。。。 我以前从未见过这个，事情是是熊猫系列，而不是测试...

我试图取消这个下面的数据框。 我的数据帧： 输出

我有一个多索引数据框，看起来像 uid tid文本 abc x t1 bcd y t2 uid 和 tid 是索引。我有一个 uid 列表，并希望获取与该列表中的 uid 相对应的行，但保留第 2 级索引值 （tid）。我想在不运行任何显式循环的情况下执行此操作。这可能吗？

我有一个熊猫表，格式如下[df]，由“noc”和“year”索引。我如何访问“noc，年份组合”并将“total_Medales”条目保存到列表中？ 例如：我想在1992年（即21.5）中搜索ARG的“total_medals”，并将其保存到新列表中。

我有1000个文本文件。每个都有日期（我做了索引）和股票价格（列0）。我已经创建了代码来查找单个文件的价格的移动平均线，以及价格和移动平均线之间的滚动差异。我想为每个文件创建这样的代码。我必须在组中上传它们，因为它需要太多的内存来一次性上传它们。 我想我必须使用for循环来遍历文件并找到每个文件的度量。但我该怎么做呢？我如何将所有文件上传到一个组中，然后将它们分组到一个变量中，然后创建一个循环来查

我有一个csv文件太大，无法加载到内存中。我需要删除文件的重复行。所以我这样做： 但是如果重复的行分布在不同的块中，就像上面的脚本不能得到预期的结果。 还有更好的方法吗

我想创建一个熊猫的数据frame充满了南。在我的研究中，我找到了一个答案： 此代码将生成一个用类型为“Object”的NaNs填充的DataFrame。因此以后不能使用它们，例如方法。因此，我用这段复杂的代码创建了DataFrame（灵感来自这个答案）： 这将产生一个用类型为“float”的NaN填充的DataFrame，因此以后可以与一起使用。有没有更优雅的方法来创建同样的结果？

我对熊猫很陌生，我想知道如何同时给熊猫添加多个列。感谢您的帮助。理想情况下，我想一步到位，而不是多步重复。。。

我有一系列不同元素的值。值计数显示如下。 我想为每个类别创建列，并为每一行标记True/False。 e. g. 我设法从所有项目中获取了这些类别的唯一列表。我还可以通过在此处的解决方案中给出的方法将其制作成单独的列。 但在我的情况下，数据是不完整的/变化的，因此给我一个DF，如下所示 有没有办法使用熊猫或其他python工具将其转换为所需的输出。我现在正在使用pandas.pivot_table