《pandas》专题

问题内容： 我在pandas df中有一个包含多索引列的数据集，我想按特定列中的值进行排序。我尝试使用sortindex和sortlevel，但无法获得所需的结果。我的数据集看起来像： 我想按降序按组1中的C列对所有数据和索引进行排序，因此我的结果如下所示： 是否可以对数据所在的结构进行这种排序，还是应该将Group1交换到索引端？ 问题答案： 当按MultiIndex排序时，您需要在列表中包含描

问题内容： 我对Python pandas的ivot_table还是很陌生，想问一种对一列中的值的频率进行计数的方法，该列也链接到另一列ID。DataFrame如下所示。 对于输出，我想获得如下内容： 到目前为止，我尝试了以下代码： 这段代码给了我两个相同的东西。上面的代码有什么问题？我问这个问题的部分原因是该DataFrame只是一个示例。我正在处理的真实数据有数万个account_number

问题内容： 我想将稀疏矩阵（156060x11780）转换为数据帧，但出现内存错误，这是我的代码 我有一个问题 。我该如何解决？ 问题答案： 尝试这个： 更新： 对于Pandas 0.20+，我们可以直接从稀疏数组构造：

问题内容： 在熊猫数据框中，如何应用一种excel left（’state’，2）只接受前两个字母。理想情况下，我也想学习如何在数据框中使用左，右和中间。因此，对于此特定示例，需要一个等效而不是一个“技巧”。 我想得到这个： 问题答案： 列中每个值的前两个字母： 最后的两个是。不知道您到底想要什么，但是您可以使用方法将任意函数应用于列：

问题内容： 我有包含多个工作表的Excel文件，每个工作表看起来都像这样（但更长）： 第一列实际上是四个垂直合并的单元格。 当我使用pandas.read_excel阅读此内容时，我得到一个看起来像这样的DataFrame： 如何让Pandas理解合并的单元格，或者快速方便地删除NaN并按适当的值分组？（一种方法是重置索引，逐步查找值并将NaN替换为值，传入天数列表，然后将索引设置为该列。但是似乎

问题内容： 我从这里的pandas DataFrame文档开始：http ://pandas.pydata.org/pandas-docs/stable/dsintro.html 我想在时间序列类型的计算中用值迭代地填充DataFrame。所以基本上，我想用列A，B和时间戳记行（全为0或全部为NaN）初始化DataFrame。 然后，我将添加初始值，然后遍历此数据，计算出大约某行之前的新行row[

问题内容： 我想改善python pandas中的时间。我有以下代码： 目的是计算客户一个月内有多少份合同，并将此信息添加到新列（）中。 ：客户代码 ：数据提取月份 ： 合同编号 我想改善时间。下面，我仅处理部分真实数据： 如何改善执行时间？ 问题答案： 用的方法： 最多的工作是将结果分配回源DataFrame的列中。

问题内容： 顾名思义，Pandas的ols命令中的rolling function选项在哪里迁移到statsmodels中？我似乎找不到。熊猫告诉我，厄运正在酝酿中： 实际上，如果您执行以下操作： 您会得到结果（窗口不会影响代码的运行），但是您只会获得在整个期间内运行的回归参数，而不是应该在每个滚动期间内使用的一系列参数。 问题答案： 我创建了一个模块来模拟熊猫的不赞成使用的模块；它是在这里。 它

问题内容： 我是pandas新手。计算熊猫的RSI指标中相对强度部分的最佳方法是什么？到目前为止，我得到以下信息： 到目前为止，我做得对吗？我在方程式的差异部分遇到麻烦，您在其中分开了向上和向下的计算 问题答案： dUp= delta[delta > 0] dDown= delta[delta < 0] 您还需要类似： 否则不会做你想要的 编辑： 似乎这是RS计算的一种更准确的方法：

问题内容： 是否有一种简单的方法来检查两个数据帧是否是不涉及操作的同一基础数据的不同副本或视图？我正在尝试掌握每一个生成的时间，并且鉴于规则看起来有多特殊，我想要一种简单的测试方法。 例如，我认为“ id（df.values）”在各个视图之间都是稳定的，但它们似乎不是： 当然还有：-http : //pandas.pydata.org/pandas-docs/stable/indexing.htm

问题内容： 我对Pandas决定从数据框中选择内容是原始数据框的副本或原始数据视图时使用的规则感到困惑。 例如，如果我有 我了解a会传回副本，因此类似 将对原始数据帧无效。我也了解标量或命名切片会返回一个视图，因此对它们的赋值（例如 要么 会改变。但是当涉及到更复杂的案件时，我迷失了。例如， 变化，但是 才不是。 是否有一个熊猫正在使用的简单规则，我只是想念它？在这些特定情况下发生了什么？尤其是，

问题内容： 我正在尝试与pandas建立一个多元索引，而我不断得到： 给定一个具有四列的数据集： id（字符串） 日期（字符串） 位置（字符串） 价值（浮动） 我首先设置一个三级多索引： 然后，我尝试拆开位置： 这里发生了什么？ 问题答案： 这是一个示例DataFrame，它显示了这一点，它具有相同索引的重复值。问题是，您是要汇总这些数据还是将其保留为多行？ 一种解决方案是（然后返回）和使用。 另

问题内容： 我需要在每笔 数据中都计算唯一值 我尝试 但是我想得到 问题答案： 您需要： 如果需要字符： 或正如乔恩所说： 您可以像这样保留列名： 区别在于返回一个Series并返回一个DataFrame。

问题内容： 考虑以下熊猫数据框： 更新： 我想用正则表达式提取电影的标题。因此，让我们使用以下正则表达式：。所以我尝试了以下方法： 但是，我得到以下信息： 关于如何从熊猫数据框中的文本中提取特定功能的任何想法？更具体地说，如何在全新的数据框中仅提取电影的标题？例如，所需的输出应为： 问题答案： 您可以尝试和，但最好使用，因为电影名称中也可以是数字。下一个解决方案是括号的内容以及 前导空格和尾随空格

问题内容： 将CSV文件读入pandas DataFrame的Python方法是什么（然后我可以将其用于统计操作，可以具有不同类型的列等）？ 我的CSV文件具有以下内容： 在R中，我们将使用以下命令读取此文件： 这将返回R data.frame： 有没有Python的方法来获得相同的功能？ 问题答案： 救援熊猫： 这会返回与相似的pandas DataFrame。