《pandas》专题

问题内容： 假设我有这样的pandas DataFrame： 我想获得一个新的DataFrame，其中每个ID的前2个记录如下： 我可以对分组依据中的记录进行编号： 但是，有没有更有效/更优雅的方法来做到这一点？还有一种更优雅的方法来对每个组中的数字进行记录（例如SQL窗口函数row_number（））。 问题答案： 你试过了吗 Ouput生成： （请记住，根据数据，你可能需要先进行订购/排序）

问题内容： 在大部分操作pandas可以与运营商链接（来完成，等），但我发现过滤行唯一方法是通过正常的托架索引 这没有吸引力，因为它要求我先分配df一个变量，然后才能根据其值进行过滤。还有以下内容吗？ 问题答案： 我不确定你想要什么，最后一行代码也无济于事，但是无论如何： “链式”过滤是通过“链接”布尔索引中的条件来完成的。 如果要链接方法，可以添加自己的mask方法并使用该方法。

问题内容： 如何对熊猫的groupby运算的输出进行格式修改，从而产生非常大的科学计数法？ 我知道如何在python中进行字符串格式化，但是在这里应用它时我很茫然。 如果我转换为字符串，这会抑制科学计数法，但是现在我只是想知道如何设置字符串格式并添加小数。 问题答案： 当然，我在评论中链接的答案不是很有帮助。你可以像这样指定自己的字符串转换器。 我不确定这是否是首选的方法，但是可以。 仅出于美学目

问题内容： 我想将带有参数的函数应用于python pandas中的系列： 问题答案： 位置参数添加到系列元素之后。 对于旧版本的pandas： 文档对此进行了清楚的说明。apply方法接受应具有单个参数的python函数。如果要传递更多参数，则应按照在其评论中的建议使用。 一个例子： 你也可以使用传递关键字参数。 另一种方法是创建一个lambda： 但我认为使用partial会更好。

问题内容： 我有，其中一列包含月份名称。 如何使用字典进行自定义排序，例如： 问题答案： 首先，将月份列设为分类，然后指定要使用的顺序。 现在，当你对月份列进行排序时，它将相对于该列表进行排序： 注意：如果值不在列表中，它将被转换为NaN。 对于那些有兴趣的人来说，是一个较旧的答案 你可以创建一个中间系列，并set_index在此基础上： 如前所述，在新的熊猫中，Series可以replace更优

问题内容： 我正在尝试从ascii读取几百张表，然后将它们写入mySQL。使用Pandas似乎很容易，但是我遇到了一个对我来说没有意义的错误： 我有一个8列的数据框。这是列列表/索引： 然后，我使用追加数据到mySQL 我收到关于列为“ nan”的奇怪错误： 如您所见，我所有的列都有名称。我意识到mysql / sql对编写的支持出现在开发中，所以也许这是原因？如果是这样，是否可以解决？任何建议将

问题内容： 我的pandas DataFrame主要填充了实数，但是其中也包含一些nan值。 如何nan用列的平均值替换s？ 这个问题与这个问题非常相似：numpy array：用列的平均值替换nan值， 但是不幸的是，给出的解决方案不适用于pandas DataFrame。 问题答案： 你可以直接使用来nan直接填充： 的文档字符串说，应该是一个标量或快译通，但是，它似乎工作用为好。如果你想通过

问题内容： 我想从获取列标题的列表。DataFrame来自用户输入，所以我不知道会有多少列或它们将被称为什么。 例如，如果给我这样的： 我想要一个这样的列表： 问题答案： 你可以执行以下操作以列表形式获取值： 你也可以简单地使用：（如Ed Chum的答案所示）：

问题内容： 有一个文本字符串的一列包含逗号分隔的值。我想拆分每个CSV字段，并为每个条目创建一个新行（假设CSV干净并且只需要在上拆分）。例如，应变为： 到目前为止，我已经尝试了各种简单的函数，但是.apply当该方法用于轴上时，该方法似乎只接受一行作为返回值，因此我无法工作。我们欢迎所有的建议！ 示例数据： 我知道这行不通，因为我们通过丢失了元数据，但是它应该使你了解我尝试做的事情： 问题答案：

问题内容： 我的数据集具有n个日期的位置信息。问题在于每个日期实际上是一个不同的列标题。例如，CSV看起来像 我想要的是它看起来像 问题是我不知道列中有多少个日期（尽管我知道它们总是以名字开头） 问题答案： 从v0.20开始，melt是一阶函数，你现在可以使用

问题内容： 我有以下数据框： 我要这样 堆叠/堆叠似乎不起作用。 问题答案： 您正在寻找： 以及是否要重新排列列：

问题内容： 我想像这样向数据框添加列“ D”： 根据以下字典： 因此结果数据框显示为： 到目前为止，我尝试了该方法，但无法弄清楚它如何与Dictionary一起工作。 问题答案： 调用并传递字典，这将执行查找并返回该键的关联值：

问题内容： 嗨，我有一个这样的数据框： 我想将其更改为： 我怎样才能做到这一点？ 问题答案： 您可以这样操作：

问题内容： df = pd.DataFrame({‘Col1’: [‘Bob’, ‘Joe’, ‘Bill’, ‘Mary’, ‘Joe’], ‘Col2’: [‘Joe’, ‘Steve’, ‘Bob’, ‘Bob’, ‘Steve’], ‘Col3’: np.random.random(5)}) 返回“ Col1”和“ Col2”的唯一值的最佳方法是什么？ 所需的输出是 问题答案： 从输入数组

问题内容： 我正在尝试使用Python Pandas查找具有 最大值的Country＆。Place 这将返回最大值： 但我怎么得到相应Country和Place的名字吗？ 问题答案： 假设有一个唯一的索引，则该行具有最大值： 请注意，返回索引标签。因此，如果在索引中有重复项，则标签可能不会唯一地 标识行，因此可能会返回多个行。 因此，如果没有唯一索引，则必须按照上述步骤使索引唯一。取决于，有时您可