《pandas》专题

本文向大家介绍python Pandas如何对数据集随机抽样，包括了python Pandas如何对数据集随机抽样的使用技巧和注意事项，需要的朋友参考一下 摘要：有时候我们只需要数据集中的一部分，并不需要全部的数据。这个时候我们就要对数据集进行随机的抽样。pandas中自带有抽样的方法。 应用场景： 我有10W行数据，每一行都11列的属性。 现在，我们只需要随机抽取其中的2W行。 实现方法很简单：

问题内容： 我正在考虑对每个具有大量列的数据帧进行合并操作。不想结果有两个具有相同名称的列。我正在尝试查看两个框架之间共有的列名列表： 我该如何在Index对象上操作该NumPy布尔数组，使其仅返回公用列的列表？ 问题答案： 使用或： 后一种选择的替代语法：

问题内容： 考虑一下，数据框： 我想按列将其拆分成字典，像这样： 我发现使用的解决方案是： 还有哪些其他解决方案？ 问题答案： 您可以在/上使用/应用：

问题内容： 可以说这是我的数据框 看起来像这样… 我想删除第1行，因为它具有与第0行相同的生物和中心。我想保留第2行，因为它具有相同的生物但中心与第0行不同。 像这样的事情基于drop_duplicates输入结构是行不通的，但这是我正在尝试做的事情 有什么建议 ？ 编辑：更改df有点适合正确答案的示例 问题答案： 您的语法错误。这是正确的方法： 或者在这种特定情况下，只需： 两者都返回以下内容：

问题内容： 我有两个数据框 df1， df2， 我正在尝试在df1中获取包含df2中所有项目的行 我的预期输出是 我试过了， 但是我无法达到预期的输出，因为它具有（“，”）。请帮忙 问题答案： 使用集

问题内容： 我有一个DataFrame，其中包含数字作为字符串，并带有千位标记的逗号。我需要将它们转换为浮点数。 我猜我需要使用locale.atof。确实 可以正常工作。我得到一系列的花车。 但是，当我将其应用于DataFrame时，会出现错误。 TypeError ：（“无法将系列转换为”，在索引0处发生） 和 给出另一个错误： ValueError：（’float（）的无效文字：1,200’

问题内容： 将列表列表转换为pandas数据框很容易： 但是，如何将df重新变成列表列表？ 问题答案： 您可以访问基础数组并调用其方法：

问题内容： 我正在尝试确定Pandas列中是否有一个具有特定值的条目。我试图用来做到这一点。我以为这是行得通的，除非当我向它提供一个我不知道的值时，它仍然返回。当我将一个子集添加到仅包含与缺少的ID匹配的条目的数据框时，显然其中没有条目。如何确定Pandas数据框中的列是否包含特定值，为什么我的当前方法不起作用？）。 问题答案： Series的值检查值是否在索引中： 一种选择是查看它是否具有唯一值

问题内容： 我有以下数据框：- 我需要按traffic_type，日期，区域进行分组，并过滤​​流量类型为total的行，并在同一行中创建一个desktop_share列，该列为traffic_type == desktop的total_views / traffic_type ===的其他总行数在此列中为空白。 我有一个行之有效的方法，但是我正在寻找基于numpy或仅熊猫的更精确的方法。我的解决

问题内容： 这是一个像这样的时间序列数据，称为df： 我想获取连续“值”为1的日期范围，因此如何获得最终结果，如下所示： 问题答案： 这应该做 每当Value更改时，value_grp将增加1。在下面，您可以提取分组结果

问题内容： 给定一个记录某些书籍使用情况的数据框，如下所示： 我需要获取所有书籍的数量，保留其他列并获取以下内容： 如何才能做到这一点？ 谢谢！ 问题答案： 您需要以下内容： 在您的情况下，“名称”，“类型”和“ ID”列的值匹配，因此我们可以对它们进行调用，然后单击。 另一种方法是使用添加“ Count”列，然后调用：

问题内容： 我想对pandas进行一次透视，索引是两列，而不是一列。例如，一个字段用于年份，一个字段用于月份，一个“ item”字段显示“ item 1”和“ item 2”，以及一个“ value”字段和数值。我希望索引为年+月。 我设法做到这一点的唯一方法是将两个字段合并为一个，然后再次将其分开。有没有更好的办法？ 最少的代码复制到下面。非常感谢！ PS：是的，我知道关键字“ pivot”和“

问题内容： 不能重复，因为我在问pandas。 我有一些带有数字的列。我跑 那成功地截断了长的小数点，而不是正确地写了：，但是我仍然得到 或带有尾随零。 跑完大熊猫后，如何摆脱所有列中的尾随零 ？ 我想将数据帧另存为csv，并且需要数据来显示我希望的方式。 问题答案： df = df.round(decimals=6).astype(object) 转换为将允许混合表示。但是，请记住，从性能角度来

问题内容： 如何对pandas的groupby运算输出的格式进行修改，从而产生大量的科学计数法？ 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。您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

问题内容： 问题 如何使用？ 什么是对的说法？ 什么是对的说法？ 有大量示例可以帮助解释如何使用所有参数吗？ pandas的职能是合并后的公用事业公司的瑞士军刀。有用的情况多种多样。现有文档在一些可选参数上省略了一些细节。其中有和参数。我着手弄清楚这些论点的作用。 我将提出一个问题，将其作为的许多方面的门户。 考虑数据帧，以及： 如果我将这些与 对于我的对象，我得到了预期的结果： 但是，我想使用参