《pandas》专题

问题内容： 我希望能够计算Pandas DataFrame中数据的描述性统计信息，但我只关心重复的条目。例如，假设我通过以下方式创建了DataFrame： 如您所见，行0、1、3、4、6和7都是重复的（使用’key1’和’key2’。但是，如果我像这样索引此DataFrame： 我懂了 （即第一行和第二行不会显示，因为重复的方法未将它们索引为True）。 那是我的第一个问题。我的第二个问题涉及如何

问题内容： 在pandas中，给定一个DataFrame D： 当三列或更多列返回以下内容时，如何返回其所有列具有相同内容的行： 请注意，当所有值均为NaN时，它将跳过行。 如果这仅仅是两列，我通常会这样做，但是我不知道如何针对两列以上的DataFrames进行概括。 问题答案： 与Andy Hayden的答案类似，检查min是否等于max（然后所有行元素都是重复的）：

问题内容： 我有一个pandas df [见下文]。如何将函数中的值添加到新列“价格”中？ 问题答案： 通常，您可以使用apply函数。如果函数仅需要一列，则可以使用： 如@EdChum建议。如果您的函数需要多列，则可以使用类似以下内容：

问题内容： 场景： 我有一个从Excel工作表中检索到具有多个列的数据框。其中一些列是日期：一些仅包含日期（yyyy：mm：dd），一些具有日期和时间戳（yyyy：mm：dd 00.00.000000）。 问题： 当日期不是数据框的索引时，如何从日期中删除时间戳？ 我已经尝试了什么： 在SO的其他文章中使用pandas中的日期- 在datetime中删除看不见的字符并转换为字符串以及如何剥离pan

问题内容： 在python中，日期似乎是一件棘手的事情，而从pandas TimeStamp中剥离日期却给我带来了很多麻烦。我想简单地 我有一个带有Created_date列的数据框： 我已尝试在该系列上应用该方法，例如：，但出现错误 有人可以帮我吗？ 问题答案： 在元素上： 您可以通过调用组成的元素的方法来获取原始对象： 然而， 另一种 方式，你可以做到这一点是通过调用未绑定方法： 此方法最快，

问题内容： 这应该很容易，但是以某种方式我找不到有效的解决方案。 我有一个熊猫数据框，看起来像这样： 我想按col1和col2分组并获得col3和col4。 由于无法汇总数据，因此可以删除。 这是输出的样子。我很感兴趣，同时具有和中产生的数据帧。是否和是否属于索引并不重要。 这是我尝试过的： 但是，这只会返回的汇总结果。 我在这里迷路了。我发现的每个示例仅汇总一列，显然不会发生此问题。 问题答案：

问题内容： 我浏览了与该问题相关的一堆问题和答案，但是我仍然发现我在意想不到的地方得到了切片警告的副本。另外，它的代码在以前对我来说运行良好，这使我想知道某种更新是否可能是罪魁祸首。 例如，这是一组代码，其中我要做的就是将Excel文件读入pandas中，并减少语法中包含的列集。 现在，我对该文件所做的任何进一步更改都会引发切片警告的副本。 /Users/samlilienfeld/anacond

问题内容： 我想补的平均相邻元件。 考虑一个数据框： 我想要的输出是： 我研究了其他解决方案，例如包含NaN的Fillcell之前和之后的平均值，但这在连续两个或多个s的情况下不起作用。 任何帮助是极大的赞赏！ 问题答案： 使用+除以2： 编辑： 如果包含第一个和最后一个元素，则使用（[Dark` 建议）：

问题内容： 我知道如何在两个熊猫数据帧之间进行逐元素乘法。但是，当两个数据框的尺寸不兼容时，事情就变得更加复杂。例如，下面是简单明了的问题，但是： 在上述情况下， 如何将df的每一列与df3.col1相乘 ？ 我的尝试： 我尝试复制 时间以获得与以下维度相同的数据框： 但这会创建一个尺寸为3 * 5的数据框，而我在5 * 3之后。我知道我可以随心所欲地获取所需的东西，但是我认为这不是最快的方法。

问题内容： 之间有什么区别： 和 如何通过column-indexnumber获取数据？而不是通过索引字符串？ 问题答案： 一个是列（又名系列），而另一个是DataFrame： 列“ b”（又名系列）： [1]中具有列（位置）的子数据框： 注意：最好（而不是模棱两可）指定您是在谈论列名，例如[‘b’]还是整数位置，因为有时您可以将列命名为整数：

问题内容： 我有两列带有字符串。我想将它们结合起来并忽略值。这样： 我试过了，但是如果任一列是nan，那都会创建一个nan值。我也考虑过使用。 我想我可以解决这个问题，然后再使用一些，但这似乎很可行。 问题答案： 调用并传递一个空的str作为填充值，然后使用param ：

问题内容： 我正在尝试使用作为df一部分的几个布尔变量来过滤df，但一直未能做到。 样本数据： C和D列的dtype是布尔值。我想仅使用C或D为True的行创建一个新的df（df1）。它看起来应该像这样： 我已经尝试过类似的事情，因为它无法处理布尔类型，因此会遇到问题： 有任何想法吗？ 问题答案： In [82]: d Out[82]: A B C D 0 John Doe 45 True Fal

问题内容： 使用groupby并在熊猫中并行应用过滤器的最有效方法是什么？ 基本上我要的是SQL中的等效项 我认为有很多用例，包括条件均值，总和，条件概率等，这些条件会使该命令非常强大。 我需要一个非常好的性能，因此理想情况下，这样的命令将不是在python中完成的多个分层操作的结果。 问题答案： 如unutbu的评论中所述，groupby的过滤器等效于SQL的HAVING： 您可以编写更复杂的函

问题内容： 我在将正则表达式函数应用于python数据框中的列时遇到问题。这是我的数据框的标题： 我以为我对将函数应用于Dataframes有很好的掌握，所以也许我缺少Regex技能。 这是我整理的： 输出将是名为Season2的列，其中包含连字符前的年份。我敢肯定，没有正则表达式，这是一种更简单的方法，但更重要的是，我正在努力弄清楚我做错了什么 感谢您的任何提前帮助。 问题答案： 当我尝试（一种

问题内容： 对此有很多问题，但是对于如何将xlsb文件读入熊猫还没有简单的答案。是否有捷径可寻？ 问题答案： 随着pandas-的发布，增加了对二进制Excel文件的支持。 笔记： 您将需要升级熊猫- 您将需要安装-