《pandas》专题

问题内容： 我制作了一个250MB的json文件，看起来应该像这样： 其中“ B”值可以为len> =1。这表示我具有有效的JSON。 我打电话 这是文档。当读入熊猫数据框时，我得到以下回溯： 想不到出了什么问题。引发错误的python文件并没有帮助。 问题答案： 我有同样的错误消息，我使用绝对路径解决了。 那对我有用！

问题内容： 我有一个熊猫DataFrame，其中包含一列，其中包含多个JSON数据项作为字典列表。我想规范化JSON列并复制非JSON列： 我想要 我可以使用以下方式标准化JSON数据： 但我不知道如何将其连接回原始DataFrame的id列。 问题答案： 您可以将with 与with 一起使用，用于提取列，删除第二层并恢复原始： 等同于：

问题内容： 我有以下DataFrame，其中列之一是对象（列表类型单元格）： 我的预期输出是： 我应该怎么做才能做到这一点？ 问题答案： 作为同时使用和python，我已经多次看到这种类型的问题。 在中，它们具有名为的包中的内置函数。但是）中没有针对此类问题的内置函数。 我知道列总是使数据难以通过函数进行转换。当我收到这样的数据时，想到的第一件事就是“弄平”或取消嵌套列。 我正在使用和函数来解决此

问题内容： 我有一个DataFrame熊猫来的： 输出： 现在，我要遍历该框架的行。对于每一行，我希望能够通过列名访问其元素（单元格中的值）。例如： pandas有可能这样做吗？ 我发现了类似的问题。但这并不能给我我所需的答案。例如，建议在那里使用： 要么 但是我不了解对象是什么以及如何使用它。 问题答案： DataFrame.iterrows是产生索引和行的生成器

问题内容： 我有一个像这样的熊猫数据框： 我想按第一列分组并获得第二列作为行中的列表： 可以使用来做类似的事情吗？ 问题答案： 你可以使用以下方法对感兴趣的列进行分组，然后对每个分组进行分组：

问题内容： 我有一个数据框，df并且从中使用了几列groupby： 通过以上方法，我几乎得到了所需的表（数据框）。缺少的是另外一列，其中包含每个组中的行数。换句话说，我有意思，但我也想知道有多少个数字被用来获得这些价值。例如，在第一组中有8个值，在第二组中有10个，依此类推。 简而言之：如何获取数据框的分组统计信息？ 问题答案： 在·对象上，该·函数可以列出一个列表，以一次应用多种聚合方法。这应该

问题内容： 我有一本字典，看起来像这样： 我想将其应用于类似于以下内容的数据框的列： 我怎样才能最好地做到这一点？出于某种原因，与此相关的谷歌搜索术语仅向我显示了有关如何根据字典创建列的链接，反之亦然 问题答案： 你可以使用。例如： 或直接在上，即。

问题内容： 我注意到使用pandas的迭代器时性能非常差。 这是别人所经历的吗？它特定于迭代吗？对于一定大小的数据（我正在处理2-3百万行），应该避免使用此功能吗？ 在GitHub上进行的讨论使我相信，这是在数据帧中混合时引起的，但是下面的简单示例显示，即使使用一个也存在该问题。这在我的机器上需要36秒： 为什么矢量化运算之类的应用这么快？我想象那里也必须进行逐行迭代。 我无法弄清楚在我的情况下如

问题内容： 在学习pandas的过程中，我试图迷惑了这个问题很多月。我在日常工作中使用SAS，这非常有用，因为它提供了核心支持。但是，由于许多其他原因，SAS作为一个软件还是很糟糕的。 有一天，我希望用python和pandas取代我对SAS的使用，但是我目前缺少大型数据集的核心工作流程。我并不是说需要分布式网络的“大数据”，而是文件太大而无法容纳在内存中，但文件又足够小而无法容纳在硬盘上。 我的

问题内容： 我想将表示为列表列表的表转换为。作为一个极其简化的示例： 将列转换为适当类型的最佳方法是什么（在这种情况下，将列2和3转换为浮点数）？有没有一种方法可以在转换为DataFrame时指定类型？还是先创建DataFrame然后遍历各列以更改各列的类型更好？理想情况下，我想以动态方式执行此操作，因为可以有数百个列，并且我不想确切指定哪些列属于哪种类型。我可以保证的是，每一列都包含相同类型的值

问题内容： 我觉得有比这更好的方法： 为达到这个： 有没有一种方法可以避免回调？ 问题答案： 使用，请参阅此处的文档 如果要从1开始订购

问题内容： 我有一个使用pandas和列标签的，我需要对其进行编辑以替换原始列标签。 我想在原始列名称为的 中更改列名称： 至 我已经将编辑后的列名存储在列表中，但是我不知道如何替换列名。 问题答案： 只需将其分配给属性：

问题内容： 我有一个DataFrame4列，其中2个包含字符串值。我想知道是否有一种方法可以根据针对特定列的部分字符串匹配来选择行？ 换句话说，一个函数或lambda函数将执行以下操作 返回一个布尔值。我熟悉的语法，但似乎无法找到一种使用部分字符串匹配说的方法。 有人可以指出正确的方向吗？ 问题答案： 基于github问题＃620，看来你很快将能够执行以下操作： 更新：熊猫0.8.1及更高版本中提

问题内容： 我有一列如下所示的熊猫： 我需要将列表的此列分为2列，并使用。 问题答案： 您可以使用与构造函数通过转换为创建通过使用： 对于新的DataFrame： 解决方案apply(pd.Series)非常慢：

问题内容： 我想将目录中的多个文件读入，并将它们连接成一个大的。我还无法弄清楚。这是我到目前为止的内容： 我想我在for循环中需要一些帮助吗？？？ 问题答案： 如果所有csv文件中的列均相同，则可以尝试以下代码。我已添加，header=0以便在读取csv第一行后可以将其分配为列名。 import pandas as pd import glob path = r’C:\DRO\DCL_rawdat