《pandas》专题

问题内容： 我有一个带有多个列以及一个日期列的数据框。日期格式为15年12月31日，我将其设置为日期时间对象。 我将datetime列设置为索引，并希望对数据框的每个月执行回归计算。 我相信实现此目的的方法是将数据框基于月份拆分为多个数据框，存储到数据框列表中，然后对列表中的每个数据框执行回归。 我使用过groupby可以按月成功拆分数据框，但是不确定如何正确地将groupby对象中的每个组转换为

问题内容： 我有一个带有两列“标识符”，“值”和“子标识”的以下数据框 df ： 我有一个索引列表，例如 我想在列表x中提到的索引之前插入行。就像，对于在索引2之前插入的行，将具有以下值，它将具有 与 在索引2处的行 相同的标识符 ，即1； 与 索引2的行 相同的值 ，即103；但是新行中的 subid 将是（（索引2处的subid）-1），或者仅仅是前一行的subid，即1。 以下是我期望的最终

问题内容： 我有一个时序DataFrame，我想复制我的200个功能/列中的每一个作为其他滞后功能。因此，目前我在时间t处具有要素，并希望在时间步t-1，t-2等处创建要素。 我知道最好用df.shift（）来完成，但是我很难将其完全合并。我还想将列重命名为“功能（t-1）”，“功能（t-2）”。 我的伪代码尝试将是这样的： 最后，如果我有200列和4个滞后时间步长，那么我将拥有一个具有1000个

问题内容： 我有一个数据文件apples.csv，其标题如下： 我将其读入带有熊猫的数据框中： 然后，我对此做一些处理，但是忽略了这一点（我已将所有注释都注释掉了，而我的总体问题仍然存在，因此这里所说的内容无关紧要）。 然后将其保存： 现在，查看bananas.csv，其标题为： 没有更多的引号（我不太在意，因为它不会影响文件中的任何内容），然后是引号。现在，随后的行中还有一个附加列，因此节省了7

问题内容： 我有一个包含“名称”列的DataFrame（df）。在“ Occ_Number”列中，我希望对“ Name”中每个值的出现次数进行统计。 例如： 我一直在尝试提出一种使用 但不能完全弄清楚如何将它们结合在一起。我只能从value_counts（）中获得总计。到目前为止，我的过程涉及使用以下代码创建“名称”列字符串值的列表，该列表包含大于1的计数： 我希望然后以某种方式在“名称”中循环，

问题内容： 有谁知道有效的函数/方法（例如）来计算数组的滚动差 这是我最接近的解决方案： 但是，它仅计算单步滚动差。理想情况下，步长是可编辑的（即当前时间步长与最后n个步长之间的差）。 我也写了这个，但是对于更大的数组，它很慢： 问题答案： 关于什么： 通常，您可以使用自己的功能替换该功能。请注意，在这种情况下，第一项将是。 定义以下内容： 您可以在处计算值之间的差异。

问题内容： 另一个更新：已解决（请参阅评论和我自己的答案）。 更新：这就是我要解释的。 答：这是通过贝塞尔校正来解释的，而不是通过标准偏差公式的分母来解释的。我希望熊猫使用与numpy相同的约定。 有一个相关的讨论在这里，但他们的建议都不能工作。 我有许多不同餐厅的数据。这是我的数据框（想象不止一家餐厅，但效果只再现了一家）： 问题：返回每个餐厅的价格均值。我想得到标准偏差。但是， 返回错误的值

问题内容： 我正在使用pandas groupby，并希望应用该功能来根据组中的项目进行设置。 结果如下： 但是以下工作原理： 以我的理解，这两种表达方式相似，请问第一种无效的原因是什么？ 问题答案： 更新资料 直到大熊猫0.22版，这才成为问题。 从熊猫1.1.2版开始，这不是问题。汇总，不会导致。 不确定何时更新功能。 原始答案 这是因为是， 而是是 ： 根据文档，期望： arg：或 用于汇总

问题内容： 我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（假定CSV干净，只需要在’，’上拆分）。例如，a应变为b： 到目前为止，我已经尝试了各种简单的函数，但是该.apply方法似乎只在轴上使用一行作为返回值，而我无法开始.transform工作。我们欢迎所有的建议！ 示例数据： 我知道这是行不通的，因为我们通过numpy丢失了DataFrame元数据

问题内容： 我想将它们分成几个新列。假设我有一个看起来像这样的数据框： 我知道使用： 我可以分割一个字符串。但是，下一步，我想像这样有效地将拆分后的字符串放入新列中： 我可以例如这样做： 但是，如何才能更优雅地达到相同的结果呢？ 问题答案： 该方法有一个参数： 带有列名： Python> = 3.6 f字符串的情况更加整洁：

问题内容： 我有以下数据框 我想更换和使用，所以最终的数据帧 我尝试了以下操作，但没有成功： 问题答案： 解决方案与通过： 如果需要将列中的所有值设置为一些：

问题内容： 我有一个带有4列的（example-）数据框： 我现在想将B，C和D列合并/合并到新的E列，如本例所示： 我在这里发现了一个非常类似的问题，但这在A列的末尾添加了合并的列B，C和D： 感谢帮助。 问题答案： 选项1 使用和 选项2 使用分配和 选项3 最近，我喜欢第3个选项。 使用

问题内容： 我的应用程序涉及处理以下形式的数据（包含在CSV中）： 目前，我使用numpy loadtxt方法（可以轻松使用Pandas的read_csv）读取CSV。目前，在我的系列影片中，我正在将时间戳字段转换如下： 接下来，我将timestamp_date设置为DataFrame的Datetime索引。我尝试在几个地方进行搜索，以查看是否有使用这些Unix纪元时间戳的更快（内置）方法，但找不

问题内容： 当我尝试绘制其中包含日期时间的pandas DataFrame列的切片时出现KeyError。有人知道是什么原因造成的吗？ 我设法在一个独立的示例中重现了该错误（您也可以在这里查看：http : //nbviewer.ipython.org/3714142/）： 现在，如果我绘图： 没问题，但是当我绘图时： 我在下面看到KeyError（错误消息对我不是很有帮助）。这 仅在dateti

问题内容： 我从CSV文件加载了一些机器学习数据。前两列是观察值，其余两列是要素。 目前，我执行以下操作： 它给出了类似的东西： 我想两个dataframes切片此数据框：包含列一个和和包含一个列，和。 不可能写这样的东西 我不确定最好的方法是什么。我需要吗？ 顺便说一下，我发现数据帧索引非常不一致：允许，但不允许。另一方面，不允许，但允许。是否有实际原因？如果列是由Int索引的，这确实令人困惑，