《pandas》专题

问题内容： 我有一个数据框，其中某些单元格包含多个值的列表。我不想扩展一个单元格中的多个值，而是想扩展数据框，以便列表中的每个项目都有自己的行（所有其他列中的值都相同）。所以，如果我有： 如何转换为长格式，例如： 索引并不重要，可以将现有的列设置为索引也可以，最后的顺序也不重要。 问题答案： 结果： PS 在这里你可能会发现一些通用的解决方案 更新：一些解释：IMO了解此代码的最简单方法是尝试逐步

问题内容： 假设我有一个带有 的DataFrame ： 我需要做的是用上方的同一列中NaN的第一个非NaN值替换每个值。假设第一行永远不会包含NaN。因此，对于前面的示例，结果将是 我可以遍历整个DataFrame的逐列，逐元素并直接设置值，但是是否有一种简单的方法（最佳无循环方法）来实现这一点？ 问题答案： 你可以在上使用该方法，并将该方法指定为ffill（正向填充）： 这个方法 将上一个有效观

问题内容： 你能否通过基本示例告诉我何时使用这些矢量化方法？ 我看到这是一种方法，而其余都是方法。我糊涂了约和，虽然方法。为什么我们有两种将函数应用于DataFrame的方法？同样，简单的例子可以很好地说明用法！ 问题答案： 另一个常见的操作是将一维数组上的函数应用于每一列或每一行。DataFrame的apply方法正是这样做的： 许多最常见的数组统计信息（例如sum和mean）都是DataFra

问题内容： DOB列样本值的格式- 默认情况下会转换为对象，如下所示 转换为日期格式 日期转换为 是 现在，我想将此日期格式转换为任何其他通用日期格式或。我该怎么做？ 无论我尝试哪种方法，它总是以格式显示日期。 问题答案： 如果需要转换为其他格式，可以使用（但请注意，列的则为）：

问题内容： 给定两个简单的DataFrames； 这些框架的叉积可以计算出来，如下所示： 计算结果的最有效方法是什么？ 问题答案： 让我们从建立基准开始。解决此问题的最简单方法是使用临时“键”列： 这是如何为两个DataFrame分配一个具有相同值（例如1）的临时“键”列的。然后对“键”执行多对多JOIN。 尽管多对多JOIN技巧适用于大小合理的DataFrame，但你会在较大数据上看到相对较低的

问题内容： 我有以下DataFrame： 我需要删除等于的行0。最有效的方法是什么？ 问题答案： 如果我正确理解的话，它应该很简单：

问题内容： 我正在尝试使用熊猫来操作文件，但出现此错误： 标记数据时出错。C错误：第3行中应有2个字段，看到了12 我试图阅读熊猫文档，但一无所获。 我的代码很简单： 我该如何解决？我应该使用csv模块还是其他语言？ 问题答案： 你也可以尝试； 请注意，这将导致违规行被跳过。

问题内容： 这应该很简单，但是我发现的最接近的内容是这篇文章： pandas：填充组中的缺失值，但我仍然无法解决我的问题。 假设我有以下数据框 我想在每个“名称”组中用平均值填写，即 我不确定要去哪里： 问题答案： 一种方法是使用：

问题内容： 我想申请我的自定义函数（它使用的梯）这六个列我的数据帧的每一行中）。 我尝试了与其他问题不同的方法，但似乎仍然找不到适合我问题的正确答案。关键在于，如果该人被视为西班牙裔，就不能被视为其他任何人。即使他们在另一个种族栏中的得分为“ 1”，他们仍然被视为西班牙裔，而不是两个或两个以上的种族。同样，如果所有ERI列的总和大于1，则将它们计为两个或多个种族，并且不能计为唯一的种族（西班牙裔除

问题内容： 我正在尝试使用Pandas DataFrame对象在pyplot中制作一个简单的散点图，但是想要一种有效的方式来绘制两个变量，但要用第三列（键）来指定符号。我已经尝试过使用df.groupby的各种方法，但是没有成功。下面是一个示例df脚本。这会根据“ key1”为标记着色，但是我想看到带有“ key1”类别的图例。我靠近吗？谢谢。 问题答案： 你可以使用它，但是这需要为你提供数值，并

问题内容： 我正在运行一个程序，正在处理30,000个类似文件。他们中有随机数正在停止并产生此错误… 这些文件的源/创建都来自同一位置。纠正此错误以继续导入的最佳方法是什么？ 问题答案： 可以选择处理不同格式的文件。我主要使用，或者替代地阅读，并且通常用于。 您还可以使用而不是的多个选项（请参阅python docs，也可能会遇到许多其他编码）。 请参阅相关的文档， 有关文件的文档示例以及有关SO

问题内容： c 问题答案： 我找到了一个快速便捷的解决方案，以解决我想要使用的问题。 这提供了一个很好的扁平化数据框架，其中包含我从I获得的json数据。

问题内容： 我正在处理一个较大的csv文件，并且最后一列的旁边是一串文本，我想用一个特定的定界符来分割它。我想知道是否有使用pandas或python的简单方法？ 我想先按空格再在列中按冒号分开，但每个单元格将导致列数不同。我具有重新排列列的功能，因此列位于工作表的末尾，但是我不确定从那里开始如何做。我可以使用内置函数和快速宏在中完成此操作，但是我的数据集记录太多，无法处理。 最终，我想记录约翰·

问题内容： 这显然很简单，但是作为一个笨拙的新手，我陷入了困境。 我有一个包含3列的CSV文件，分别是该办公室的州，办公室ID和销售。 我想计算给定状态下每个办公室的销售百分比（每个州的所有百分比的总和为100％）。 返回： 我似乎无法弄清楚如何“高达”的水平与总起来对整个计算分数。 问题答案： 你将不得不创建第二个对象，但是你可以以一种更简单的方式来计算百分比-仅计算并将该列除以其和即可。复制P

问题内容： 我有一个像这样的数据框： 如你所见，月份不是按日历顺序排列的。因此，我创建了第二列以获取与每月（1-12）相对应的月份数。从那里，如何根据日历月的顺序对数据框进行排序？ 问题答案： 用于按特定列的值对df进行排序： 如果要按两列排序，请将列标签列表传递给，并按排序优先级对列标签进行排序。如果使用，则结果将按列2然后按列排序。当然，对于这个示例，这实际上没有任何意义，因为其中的每个值都是