Preguntas etiquetadas con dataframe

Tengo el siguiente marco de datos en IPython, donde cada fila es una sola acción: In [261]: bdata Out[261]: <class 'pandas.core.frame.DataFrame'> Int64Index: 21210 entries, 0 to 21209 Data columns: BloombergTicker 21206 non-null values Company 21210 non-null values Country 21210 non-null values MarketCap 21210 non-null values PriceReturn 21210 non-null values SEDOL …

81 python  group-by  dataframe  pandas 

Tengo un marco de datos grande (del orden de varios GB) que me gustaría convertir a data.table. El uso as.data.tablecrea una copia del marco de datos, lo que significa que necesito que la memoria disponible sea al menos el doble del tamaño de los datos. ¿Hay alguna forma de realizar …

81 r  dataframe  reference  data.table 

Aquí hay un pequeño fragmento de código que escribí para reportar variables con valores perdidos de un marco de datos. Estoy tratando de pensar en una forma más elegante de hacer esto, una que quizás devuelva un data.frame, pero estoy atascado: for (Var in names(airquality)) { missing <- sum(is.na(airquality[,Var])) if …

80 r  dataframe  missing-data 

¿Hay algún método para reemplazar valores Noneen Pandas en Python? Puede usar df.replace('pre', 'post')y puede reemplazar un valor con otro, pero esto no se puede hacer si desea reemplazarlo con un Nonevalor, que si lo intenta, obtendrá un resultado extraño. Así que aquí tienes un ejemplo: df = DataFrame(['-',3,2,5,1,-5,-1,'-',9]) df.replace('-', …

80 python  pandas  dataframe  replace  nan 

Limpiando los valores de un marco de datos de varios tipos en python / pandas, quiero recortar las cadenas. Actualmente lo estoy haciendo en dos instrucciones: import pandas as pd df = pd.DataFrame([[' a ', 10], [' c ', 5]]) df.replace('^\s+', '', regex=True, inplace=True) #front df.replace('\s+$', '', regex=True, inplace=True) #end …

80 python  regex  pandas  dataframe  trim 

Me gustaría imprimir en papel marcos de datos con un formato agradable, idealmente desde un script. (Estoy tratando de recopilar datos usando un instrumento y procesarlos e imprimirlos automáticamente usando un script R). Ahora mismo puedo escribir un marco de datos en un archivo de texto usando write.table(), pero esto …

80 r  dataframe  formatting 

Sé cómo agregar una columna de lista: > df <- data.frame(a=1:3) > df$b <- list(1:1, 1:2, 1:3) > df a b 1 1 1 2 2 1, 2 3 3 1, 2, 3 Esto funciona, pero no: > df <- data.frame(a=1:3, b=list(1:1, 1:2, 1:3)) Error in data.frame(1L, 1:2, 1:3, check.names …

80 r  list  dataframe 

Tengo un marco de datos, str(data)para mostrar más sobre mi marco de datos, el resultado es el siguiente: > str(data) 'data.frame': 153 obs. of 6 variables: $ Ozone : int 41 36 12 18 NA 28 23 19 8 NA ... $ Solar.R: int 190 118 149 313 NA NA …

80 r  dataframe  subset 

Tengo un marco de datos y un diccionario. Necesito agregar una nueva columna al marco de datos y calcular sus valores en función del diccionario. Aprendizaje automático, agregando nuevas características basadas en alguna tabla: score = {(1, 45, 1, 1) : 4, (0, 1, 2, 1) : 5} df = …

23 python  pandas  dataframe  dictionary 

Tengo un marco de datos que registra las respuestas de la elección de lenguajes de programación de 19717 personas a través de preguntas de opción múltiple. La primera columna es, por supuesto, el género del encuestado, mientras que el resto son las opciones que eligieron. Y, por lo tanto, si …

19 python  pandas  dataframe 

Al tener un Pandas DataFrame como este: import pandas as pd import numpy as np df = pd.DataFrame({'today': [['a', 'b', 'c'], ['a', 'b'], ['b']], 'yesterday': [['a', 'b'], ['a'], ['a']]}) today yesterday 0 ['a', 'b', 'c'] ['a', 'b'] 1 ['a', 'b'] ['a'] 2 ['b'] ['a'] ... etc Pero con alrededor de …

16 python  pandas  numpy  dataframe 

Aquí está mi primer geodatframe: !pip install geopandas import pandas as pd import geopandas city1 = [{'City':"Buenos Aires","Country":"Argentina","Latitude":-34.58,"Longitude":-58.66}, {'City':"Brasilia","Country":"Brazil","Latitude":-15.78 ,"Longitude":-70.66}, {'City':"Santiago","Country":"Chile ","Latitude":-33.45 ,"Longitude":-70.66 }] city2 = [{'City':"Bogota","Country":"Colombia ","Latitude":4.60 ,"Longitude":-74.08}, {'City':"Caracas","Country":"Venezuela","Latitude":10.48 ,"Longitude":-66.86}] city1df = pd.DataFrame(city1) city2df = pd.DataFrame(city2) gcity1df = geopandas.GeoDataFrame( city1df, geometry=geopandas.points_from_xy(city1df.Longitude, city1df.Latitude)) gcity2df = geopandas.GeoDataFrame( city2df, geometry=geopandas.points_from_xy(city2df.Longitude, city2df.Latitude)) Ciudad1 …

14 python  pandas  dataframe  geolocation  geopandas 

Tengo un marco de datos df, con dos columnas: Script (con texto) y Speaker Script Speaker aze Speaker 1 art Speaker 2 ghb Speaker 3 jka Speaker 1 tyc Speaker 1 avv Speaker 2 bhj Speaker 1 Y tengo la siguiente lista: L = ['a','b','c'] Con el siguiente código, df …

14 python  python-3.x  pandas  dataframe 

Estoy muy confundido con los diferentes métodos de indexación que se usan ilocen los pandas. Digamos que estoy tratando de convertir un Dataframe 1-d en un Dataframe 2-d. Primero tengo el siguiente marco de datos 1-d a_array = [1,2,3,4,5,6,7,8] a_df = pd.DataFrame(a_array).T Y voy a convertir eso en un Dataframe …

13 python  pandas  dataframe 

Tengo un DataFrame de pandas del formulario: id start_time sequence_no value 0 71 2018-10-17 20:12:43+00:00 114428 3 1 71 2018-10-17 20:12:43+00:00 114429 3 2 71 2018-10-17 20:12:43+00:00 114431 79 3 71 2019-11-06 00:51:14+00:00 216009 100 4 71 2019-11-06 00:51:14+00:00 216011 150 5 71 2019-11-06 00:51:14+00:00 216013 180 6 92 2019-12-01 …

13 python  pandas  numpy  dataframe