pandas

2热度

2回答

我有一个数据帧DF whoch样子： date perf cumulative_perf 29/11/2005 36528.11368 36528.11368 30/11/2005 29034.77194 65562.88563 01/12/2005 47923.50416 113486.3898 02/12/2005 52740.69331 166227.0831

0热度

2回答

Python：如何在k-means中将特定数据点的初始质心？

我有以下数据： import pandas as pd import random import matplotlib.pyplot as plt df = pd.DataFrame() df['x'] = [3, 2, 4, 3, 4, 6, 8, 7, 8, 9] df['y'] = [3, 2, 3, 4, 5, 6, 5, 4, 4, 3] df['val'] = [1, 1

1热度

2回答

如何根据Python数据框中存在的值将值添加到新列中？

Image of how my dataframe looks at the minute 我想把一个新的列放到我的数据框中，名为“议会”，这将基于镇字段。举例来说，如果Town == Belfast，我想新的专栏委员会保持价值贝尔法斯特。但要注意的是，这些议会的一些价值观与城镇并不相同。另一个例子可能是，镇可能是Clogher，我想把理事会价值弗马纳。我对Python非常陌生，非常感谢任何帮助。

0热度

1回答

熊猫 - 将矩阵样式csv直接加载到可枢轴转动的对象

我已经使用熊猫.to_csv函数序列化了一个pivotTable对象。现在我想将它加载回pivotTable对象。的CSV看起来像这样，第一列和行是ID的 49033 49967 50221 52301 41619 41665 46217 46291 0.002 47749 49033 0.001 0.006 49967 0.03 5

2热度

2回答

何时适合使用df.value_counts（）vs df.groupby（'...'）。count（）？

我听说过Pandas经常有多种方法来做同样的事情，但我想知道 - 如果我试图按特定列中的值对数据进行分组并计算具有该值的项目数价值，什么时候使用df.groupby('colA').count()以及何时使用df['colA'].value_counts()有意义？

-5热度

1回答

代码错误SyntaxError：无效的语法

请问我需要检查这段代码，它总是给我错误。 >>> import pandas as pd >>> import numpy as np >>> from pandas import ExcelWriter >>> LC="C:\\Users\\Taqwa\\Desktop\\2017_2018\\Fall\\TFT CEE 5604\\lane changing model\Volume.x

1热度

1回答

用熊猫来访问元素的标量格式

我有以下一些行的数据帧： - restaurantName cuisine totalRating delivery Bindia Indian Bistro indian 4.0 Yes Bhoj Indian Cuisine indian 4.5 Yes Indian Roti House indian 4.0 Yes Utsav indian

0热度

1回答

我怎么能在Python中创建这些列

我有这样的一个下面 Date Price 2017-01-01 100 2017-01-02 187 2017-01-03 183 我如何可以创建得到像 Date Price Previous_Days_Price 2017-01-01 100 NaN 2017-01-02 187 100 2017-01-03 183 187

1热度

1回答

如何移动多列？熊猫，Python

为了简单起见，可以说我有这个数据框。 Date Open Close 2016-01-01 100 129 2016-01-02 198 193 2016-01-03 103 102 2016-01-04 102 109 我不能列出所有列名，因为有太多。那么我怎样才能移动除了其中两个以外的所有列（日期&关闭）？我想将除了（日期&关闭）之外的所有列移回一行。 Date

1热度

1回答

如何做一个滚动一周最新总和python的大熊猫

假设我有以下代码： import pandas as pd frame = pd.DataFrame( { "Date":["11/1/2017","11/2/2017","11/3/2017","11/4/2017", "11/5/2017","11/6/2017","11/7/2017","11/8/2017","11/9/2017","11/10/2017"