Preguntas etiquetadas con pandas

La simple tarea de agregar una fila a un pandas.DataFrameobjeto parece ser difícil de lograr. Hay 3 preguntas de stackoverflow relacionadas con esto, ninguna de las cuales da una respuesta funcional. Esto es lo que estoy tratando de hacer. Tengo un DataFrame del que ya conozco la forma, así como …

133 python  dataframe  row  pandas 

Quiero imprimir el resultado de la agrupación con Pandas. Tengo un marco de datos: import pandas as pd df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)}) print(df) A B 0 one 0 1 one 1 2 two 2 3 three 3 4 three 4 5 one 5 …

133 python  pandas 

Tengo un problema de clasificación de aprendizaje automático con 80% de variables categóricas. ¿Debo usar una codificación activa si quiero usar algún clasificador para la clasificación? ¿Puedo pasar los datos a un clasificador sin la codificación? Estoy tratando de hacer lo siguiente para la selección de funciones: Leí el archivo …

132 python  pandas  machine-learning  anaconda  one-hot-encoding 

Tengo un DataFrame simple como el siguiente: Quiero seleccionar todos los valores de la columna 'Primera temporada' y reemplazar los que están por encima de 1990 por 1. En este ejemplo, solo Baltimore Ravens tendría el 1996 reemplazado por 1 (manteniendo el resto de los datos intactos). He usado lo …

132 python  pandas  dataframe 

Supongamos que tengo un marco de datos de pandas df: Quiero calcular la columna sabia media de un marco de datos. Esto es facil: df.apply(average) entonces el rango sabio de columna max (col) - min (col). Esto es fácil nuevamente: df.apply(max) - df.apply(min) Ahora, para cada elemento, quiero restar la …

131 python  pandas  numpy 

He manipulado algunos datos usando pandas y ahora quiero llevar a cabo un lote de nuevo en la base de datos. Esto requiere que convierta el marco de datos en una matriz de tuplas, con cada tupla correspondiente a una "fila" del marco de datos. Mi DataFrame se parece a: …

131 python  pandas 

Tengo un gran marco de datos (aproximadamente 12 millones de filas) df con decir: df.columns = ['word','documents','frequency'] Entonces lo siguiente se ejecutó de manera oportuna: word_grouping = df[['word','frequency']].groupby('word') MaxFrequency_perWord = word_grouping[['frequency']].max().reset_index() MaxFrequency_perWord.columns = ['word','MaxFrequency'] Sin embargo, esto tarda un tiempo inesperado en ejecutarse: Occurrences_of_Words = word_grouping[['word']].count().reset_index() ¿Qué estoy haciendo mal …

131 python  pandas 

Tengo un marco de datos que consta de cientos de columnas y necesito ver todos los nombres de las columnas. Lo que hice: In[37]: data_all2.columns La salida es: Out[37]: Index(['customer_id', 'incoming', 'outgoing', 'awan', 'bank', 'family', 'food', 'government', 'internet', 'isipulsa', ... 'overdue_3months_feature78', 'overdue_3months_feature79', 'overdue_3months_feature80', 'overdue_3months_feature81', 'overdue_3months_feature82', 'overdue_3months_feature83', 'overdue_3months_feature84', 'overdue_3months_feature85', 'overdue_3months_feature86', 'loan_overdue_3months_total_y'], …

131 python  pandas  dataframe  show 

cuando se llama a mi función f con una variable, quiero verificar si var es un marco de datos de pandas: def f(var): if var == pd.DataFrame(): print "do stuff" Supongo que la solución podría ser bastante simple, pero incluso con def f(var): if var.values != None: print "do stuff" …

130 python  pandas 

Necesito usar diferentes funciones para tratar columnas numéricas y columnas de cadena. Lo que estoy haciendo ahora es realmente tonto: allc = list((agg.loc[:, (agg.dtypes==np.float64)|(agg.dtypes==np.int)]).columns) for y in allc: treat_numeric(agg[y]) allc = list((agg.loc[:, (agg.dtypes!=np.float64)&(agg.dtypes!=np.int)]).columns) for y in allc: treat_str(agg[y]) ¿Hay alguna forma más elegante de hacer esto? P.ej for y in …

130 python  pandas 

Estoy buscando una manera eficiente de eliminar partes no deseadas de las cadenas en una columna DataFrame. Los datos se ven así: time result 1 09:00 +52A 2 10:00 +62B 3 11:00 +44a 4 12:00 +30b 5 13:00 -110a Necesito recortar estos datos para: time result 1 09:00 52 2 …

129 python  string  pandas  dataframe 

Tengo algunos Pandas DataFrames que comparten la misma escala de valores, pero que tienen diferentes columnas e índices. Al invocar df.plot(), obtengo imágenes de trama separadas. lo que realmente quiero es tenerlos a todos en la misma trama que las subtramas, pero desafortunadamente no puedo encontrar una solución a cómo …

129 python  matplotlib  pandas 

Tengo una lista de marcos de datos de Pandas que me gustaría combinar en un marco de datos de Pandas. Estoy usando Python 2.7.10 y Pandas 0.16.2 Creé la lista de marcos de datos de: import pandas as pd dfs = [] sqlall = "select * from mytable" for chunk …

129 python  pandas  dataframe  concat 

Tengo el siguiente código que importa un archivo CSV. Hay 3 columnas y quiero establecer las dos primeras en variables. Cuando configuro la segunda columna a la variable "eficiencia", la columna de índice también se agrega. ¿Cómo puedo deshacerme de la columna de índice? df = pd.DataFrame.from_csv('Efficiency_Data.csv', header=0, parse_dates=False) energy …

128 python  pandas 

Estoy tratando de escribir un marco de datos Pandas (o puedo usar una matriz numpy) en una base de datos mysql usando MysqlDB. MysqlDB no parece entender 'nan' y mi base de datos arroja un error que dice que nan no está en la lista de campos. Necesito encontrar una …

128 python  pandas  numpy  mysql-python