Preguntas etiquetadas con pandas

Marco de datos: c_os_family_ss c_os_major_is l_customer_id_i 0 Windows 7 90418 1 Windows 7 90418 2 Windows 7 90418 Código: print df for name, group in df.groupby('l_customer_id_i').agg(lambda x: ','.join(x)): print name print group Estoy tratando de recorrer los datos agregados, pero aparece el error: ValueError: demasiados valores para descomprimir @EdChum, aquí …

146 python  pandas 

Tengo un marco de datos de pandas y deseo dividirlo en 3 conjuntos separados. Sé que usando train_test_split de sklearn.cross_validation, uno puede dividir los datos en dos conjuntos (entrenar y probar). Sin embargo, no pude encontrar ninguna solución para dividir los datos en tres conjuntos. Preferiblemente, me gustaría tener los …

146 pandas  numpy  dataframe  machine-learning  scikit-learn 

Tengo datos guardados en una base de datos postgreSQL. Estoy consultando estos datos usando Python2.7 y convirtiéndolos en un Pandas DataFrame. Sin embargo, la última columna de este marco de datos tiene un diccionario (¿o una lista?) De valores dentro de él. El DataFrame se ve así: [1] df Station …

146 python  pandas  dictionary  dataframe 

Estoy tratando de completar ninguno de los valores en un marco de datos de Pandas con 0 para solo un subconjunto de columnas. Cuando lo hago: import pandas as pd df = pd.DataFrame(data={'a':[1,2,3,None],'b':[4,5,None,6],'c':[None,None,7,8]}) print df df.fillna(value=0, inplace=True) print df La salida: a b c 0 1.0 4.0 NaN 1 2.0 …

145 python  pandas  dataframe 

¿Cuáles son las formas más comunes de los pandas para seleccionar / filtrar filas de un marco de datos cuyo índice es un MultiIndex ? Rebanadas basadas en un solo valor / etiqueta Rebanadas basadas en múltiples etiquetas de uno o más niveles Filtrado en condiciones booleanas y expresiones Qué …

145 python  pandas  dataframe  slice  multi-index 

Estoy tratando de leer un archivo de Excel de esta manera: newFile = pd.ExcelFile(PATH\FileName.xlsx) ParsedData = pd.io.parsers.ExcelFile.parse(newFile) que arroja un error que dice que se esperan dos argumentos, no sé cuál es el segundo argumento y también lo que estoy tratando de lograr aquí es convertir un archivo de Excel …

144 python  python-2.7  pandas 

Lo que intento hacer es extraer datos de elevación de una API de Google Maps a lo largo de una ruta especificada por las coordenadas de latitud y longitud de la siguiente manera: from urllib2 import Request, urlopen import json path1 = '42.974049,-81.205203|42.974298,-81.195755' request=Request('http://maps.googleapis.com/maps/api/elevation/json?locations='+path1+'&sensor=false') response = urlopen(request) elevations = response.read() …

144 python  json  google-maps  pandas 

La nueva versión de Pandas utiliza la siguiente interfaz para cargar archivos de Excel: read_excel('path_to_file.xls', 'Sheet1', index_col=None, na_values=['NA']) pero ¿y si no conozco las hojas disponibles? Por ejemplo, estoy trabajando con archivos de Excel que las siguientes hojas Datos 1, Datos 2 ..., Datos N, foo, bar Pero no sé …

144 python  excel  pandas  openpyxl  xlrd 

Dado un marco de datos de pandas que contiene posibles valores de NaN dispersos aquí y allá: Pregunta: ¿Cómo determino qué columnas contienen valores de NaN? En particular, ¿puedo obtener una lista de los nombres de columna que contienen NaN?

144 python  pandas  dataframe  nan 

Suponga que tengo un DataFrame de pandas con dos columnas, A y B. Me gustaría modificar este DataFrame (o crear una copia) para que B siempre sea NaN siempre que A sea 0. ¿Cómo lo lograría? Probé lo siguiente df['A'==0]['B'] = np.nan y df['A'==0]['B'].values.fill(np.nan) sin éxito.

143 python  pandas 

Lo intenté: x=pandas.DataFrame(...) s = x.take([0], axis=1) Y sobtiene un DataFrame, no una Serie.

142 python  dataframe  pandas  series 

Tengo un archivo csv sin encabezado, con un índice DateTime. Quiero cambiar el nombre del índice y el nombre de la columna, pero con df.rename () solo se cambia el nombre de la columna. ¿Insecto? Estoy en la versión 0.12.0 In [2]: df = pd.read_csv(r'D:\Data\DataTimeSeries_csv//seriesSM.csv', header=None, parse_dates=[[0]], index_col=[0] ) In …

142 python  pandas  dataframe 

He realizado algunas búsquedas y no puedo encontrar la manera de filtrar un marco de datos df["col"].str.contains(word), sin embargo, me pregunto si hay una manera de hacer lo contrario: filtrar un marco de datos por el cumplido de ese conjunto. por ejemplo: a los efectos de !(df["col"].str.contains(word)). ¿Se puede hacer …

142 python  pandas  contains 

Estoy tratando de reemplazar los valores en una columna de un marco de datos. La columna ('femenino') solo contiene los valores 'femenino' y 'masculino'. He probado lo siguiente: w['female']['female']='1' w['female']['male']='0' Pero reciba exactamente la misma copia de los resultados anteriores. Idealmente, me gustaría obtener algo de salida que se asemeje …

141 python  pandas 

Supongamos que tengo un DataFrame con algunos NaNs: >>> import pandas as pd >>> df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]]) >>> df 0 1 2 0 1 2 3 1 4 NaN NaN 2 NaN NaN 9 Lo que necesito hacer es reemplazar cada uno …

140 python  python-3.x  pandas  dataframe  nan