Comment accéder au dataframe groupby correspondant dans un objet groupby par la clé? Avec le groupby suivant: rand = np.random.RandomState(1) df = pd.DataFrame({'A': ['foo', 'bar'] * 3, 'B': rand.randn(6), 'C': rand.randint(0, 20, 6)}) gb = df.groupby(['A']) Je peux le parcourir pour obtenir les...
J'utilise R et j'ai chargé des données dans un dataframe en utilisant read.csv(). Comment déterminer le type de données de chaque colonne du bloc de
Je voudrais changer le format (classe) de certaines colonnes de mon objet data.frame ( mydf) de caractère en facteur . Je ne veux pas faire cela lorsque je lis le fichier texte par read.table()fonction. Toute aide serait
Je travaille avec un index booléen dans Pandas. La question est de savoir pourquoi la déclaration: a[(a['some_column']==some_number) & (a['some_other_column']==some_other_number)] fonctionne bien alors que a[(a['some_column']==some_number) and (a['some_other_column']==some_other_number)] quitte...
J'ai le DataFrame suivant: In [1]: import pandas as pd df = pd.DataFrame({'a': [1,2,3], 'b': [2,3,4], 'c':['dd','ee','ff'], 'd':[5,9,1]}) df Out [1]: a b c d 0 1 2 dd 5 1 2 3 ee 9 2 3 4 ff 1 Je voudrais ajouter une colonne 'e'qui est la somme de la colonne 'a', 'b'et'd' . En parcourant les forums,...
Quand faut-il utiliser un data.frame, et quand est-il préférable d'utiliser un matrix? Les deux conservent les données dans un format rectangulaire, donc parfois ce n'est pas clair. Existe-t-il des règles générales pour savoir quand utiliser quel type de
Je veux trouver toutes les valeurs dans un dataframe Pandas qui contiennent des espaces (n'importe quel montant arbitraire) et remplacer ces valeurs par NaNs. Des idées sur la façon dont cela peut être amélioré? Fondamentalement, je veux tourner ceci: A B C 2000-01-01 -0.532681 foo 0 2000-01-02...
J'ai une situation dans laquelle parfois, lorsque je lis un csvde, dfj'obtiens une colonne indésirable semblable à un index nommé unnamed:0. file.csv ,A,B,C 0,1,2,3 1,4,5,6 2,7,8,9 Le CSV est lu avec ceci: pd.read_csv('file.csv') Unnamed: 0 A B C 0 0 1 2 3 1 1 4 5 6 2 2 7 8 9 C'est très ennuyeux!...
Aujourd'hui, j'ai été positivement surpris par le fait qu'en lisant des données à partir d'un fichier de données (par exemple), pandas est capable de reconnaître des types de valeurs: df = pandas.read_csv('test.dat', delimiter=r"\s+", names=['col1','col2','col3']) Par exemple, il peut être vérifié...
J'ai un DataFrame dynamique qui fonctionne bien, mais lorsqu'il n'y a pas de données à ajouter dans le DataFrame, j'obtiens une erreur. Et par conséquent, j'ai besoin d'une solution pour créer un DataFrame vide avec uniquement les noms de colonne. Pour l'instant, j'ai quelque chose comme ça: df =...
df <- data.frame(var1 = c('a', 'b', 'c'), var2 = c('d', 'e', 'f'), freq = 1:3) Quelle est la manière la plus simple de développer chaque ligne les deux premières colonnes du data.frame ci-dessus, de sorte que chaque ligne soit répétée le nombre de fois spécifié dans la colonne 'freq'? En...
J'ai une grande table data.table , avec de nombreuses valeurs manquantes dispersées dans ses ~ 200k lignes et 200 colonnes. Je voudrais recoder ces valeurs NA en zéros aussi efficacement que possible. Je vois deux options: 1: Convertir en data.frame et utiliser quelque chose comme ceci 2: Une sorte...
J'ai des problèmes avec une trame de données et je n'ai pas vraiment pu résoudre ce problème moi-même: la trame de données a des propriétés arbitraires sous forme de colonnes et chaque ligne représente un ensemble de données . La question est: comment se débarrasser des colonnes où pour TOUTES les...
J'ai des données enregistrées dans une base de données postgreSQL. J'interroge ces données en utilisant Python2.7 et je les transforme en un Pandas DataFrame. Cependant, la dernière colonne de ce dataframe contient un dictionnaire (ou une liste?) De valeurs. Le DataFrame ressemble à ceci: [1] df...
Quelles sont les méthodes pandas les plus courantes pour sélectionner / filtrer les lignes d'un dataframe dont l'index est un MultiIndex ? Tranchage basé sur une seule valeur / étiquette Tranchage basé sur plusieurs étiquettes d'un ou plusieurs niveaux Filtrage sur des conditions et expressions...
J'ai une trame de données comme celle-ci: df VALUE ABS_CALL DETECTION P-VALUE 1007_s_at "957.729231881542" "P" "0.00486279317241156" 1053_at "320.632701283368" "P" "0.0313356324173416" 117_at "429.842323161046" "P" "0.0170004527476119" 121_at "2395.7364289242" "P" "0.0114473584876183" 1255_g_at...
J'ai un dataframe pandas et je souhaite le diviser en 3 ensembles séparés. Je sais qu'en utilisant train_test_split from sklearn.cross_validation, on peut diviser les données en deux ensembles (train et test). Cependant, je n'ai trouvé aucune solution pour diviser les données en trois ensembles. De...
J'essaie de ne remplir aucune valeur dans un dataframe Pandas avec des 0 pour seulement un sous-ensemble de colonnes. Quand je fais: 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 Le résultat: a...
Étant donné une base de données pandas contenant des valeurs NaN possibles dispersées ici et là: Question: Comment déterminer quelles colonnes contiennent des valeurs NaN? En particulier, puis-je obtenir une liste des noms de colonnes contenant des
Je veux compter le nombre de NAvaleurs dans une colonne de bloc de données. Disons que mon bloc de données est appelé dfet que le nom de la colonne que je considère est col. La façon dont j'ai imaginé est la suivante: sapply(df$col, function(x) sum(length(which(is.na(x))))) Est-ce le moyen le plus...