《pandas》专题

问题内容： 我有一个sql文件，其中包含以下数据，我将这些数据读入pandas中。 输出量 下一行代码是获取上周的日期 我所试图做的是，比较有并打印出所有行小于 显然，这会返回一个错误 我应该怎么做？ 问题答案： 我会做一个面具，像： 如果为，则返回：

问题内容： 我正在使用python比较2个文件，如下所示： 目前，我正在通过脚本（从列中删除空格）之前运行文件。 s的示例： 有办法做到这一点并为我节省一步吗？ 问题答案： 您可以使用.str.strip（）在Pandas中整个系列： 这将消除导致/在后的空格中柱都与 或者，您可以修改行以同时使用 您似乎正在尝试删除包含数字的字符串中的空格。您可以通过以下方式做到这一点：

问题内容： 如果行中的任何值等于零，如何删除行？ 我通常将df.dropna（）用于NaN值，但不确定如何使用“ 0”值。 问题答案： 我认为最简单的方法是查看所有值都不等于0的行：

问题内容： 我有以下代码： 制作饼图。然后，我要做的就是将其保存到文件中。但是为什么失败了？ 我收到此错误： 问题答案： 那么是一个numpy数组，因为for的返回类型是一个对象的numpy数组。

问题内容： 假设我有一个具有以下值的数据框： 我想首先根据前两列（col1和col2）对数据框进行分组，然后对第三列的值（值）进行平均。因此，所需的输出将如下所示： 我正在使用以下代码： 出现以下错误： 任何帮助将非常感激。 问题答案： 您需要将列的列表传递给groupby，您传递的内容被解释为param，这就是它引发错误的原因：

本文向大家介绍Python科学计算之Pandas详解，包括了Python科学计算之Pandas详解的使用技巧和注意事项，需要的朋友参考一下 起步 Pandas最初被作为金融数据分析工具而开发出来，因此 pandas 为时间序列分析提供了很好的支持。 Pandas 的名称来自于面板数据（panel data）和python数据分析 （data analysis） 。panel data是经济学中关于

问题内容： 以下是我的数据框。我进行了一些转换以创建类别列，并删除了其所属的原始列。现在，我需要进行分组，以除去公母，并且可以通过总和来汇总。 这是我创建数据框时创建的索引 我假设我想删除索引，并创建日期和类别，然后对指标进行求和。如何在熊猫数据框中执行此操作？ 在Ubuntu 12.04上，Python为2.7，熊猫为0.7.0。下面是我运行以下命令时遇到的错误 问题答案： 您可以在现有数据框上

问题内容： 在熊猫中使用read_csv时，是否可以将“ 34％”之类的值直接转换为int或float？我希望将其直接读取为0.34。 在read_csv中使用它不起作用： 在将csv加载为’df’之后，这也无法正常工作，并显示错误“ float（）的无效文字：34％” 我最终使用了这个可行但长期困扰的东西： 问题答案： 您可以定义一个自定义函数以将百分比转换为浮点数 我对浮点数的百分比是ashw

问题内容： 进行时： 与此文件： （第一个列是UNIX时间戳，即自1970年1月1日起经过的秒数），当我每15秒对数据进行一次重采样时出现以下错误： 就像“ datetime”信息尚未解析： 如何使用熊猫模块导入带有存储为时间戳的日期的.CSV？ 然后，一旦我能够导入CSV， 如何访问日期 > 2015-12-02 12:02:18的行？ 问题答案： 我的解决方案类似于Mike的解决方案：

问题内容： 我有一个时间序列。我提取了索引，并希望将它们分别转换为。您如何去做？我尝试使用，但使用后检查时无法转换 问题答案： 只需尝试to_datetime（） 更改类型 更新 谢谢@mjp，以后会弃用，请改用！

问题内容： 我有一个数据帧，有三列：，和; 计数是浮点数，日期是2015年的连续几天。 我试图找出和列中每一天的计数之间的差异，这意味着，我试图计算这两列的每一行与上一行之间的差异。我已经将日期设置为索引，但是却很难弄清楚该如何做。关于使用有一些提示，但是我没有运气找到合适的答案或说明。 我有点受阻，不胜感激这里的一些指导。 这是我的数据框的样子： 问题答案： 应该给出期望的结果：

问题内容： 如何作为熊猫数据框方程的一部分引用两个数据框的最小值？我尝试使用无法正常工作的python函数。很抱歉，如果在某处有充分的文档证明，但无法找到有效的解决方案来解决此问题。我正在寻找与此类似的东西： 我也尝试使用pandas函数，该函数也不起作用。 这个错误让我感到困惑。数据列只是数字和名称，我不确定索引在哪里起作用。 问题答案： 如果要获取两列或更多列的行，请使用并指定。

问题内容： 我正在处理熊猫和Spark数据帧。数据帧始终很大（> 20 GB），而标准的火花功能不足以容纳这些大小。目前，我将我的pandas数据框转换为spark数据框，如下所示： 我进行这种转换是因为通过火花将数据帧写入hdfs非常容易： 但是，对于大于2 GB的数据帧，转换失败。如果将spark数据框转换为熊猫，则可以使用pyarrow： 这是从Spark到Panda的快速对话，它也适用于大

问题内容： 我有一个熊pandas据框，其中有一列我想zscore归一化的实数值： 问题在于，单个值将构成所有数组： 将（或不是scipy的等效功能）应用于pandas数据框的列并使其忽略值的正确方法是什么？我希望它与原始列具有相同的尺寸，并且具有无法归一化的值 编辑 ：也许最好的解决方案是使用和？我不明白为什么为此需要更改自由度： 问题答案： 井的版本和将到手的，所以你可以只计算这样（得到相同S

问题内容： 假设我们有以下pandas DataFrame： 如何以 向量化的方式计算 大熊猫的连续数量？我想要这样的结果： 类似于矢量化求和运算的操作，它会在特定条件下重置。 问题答案： 您可以执行以下操作（贷方：如何使用系列/数据框模拟itertools.groupby）：