Dans R, comment ajouter une nouvelle ligne à un bloc de données une fois que le bloc de données a déjà été initialisé? Jusqu'à présent, j'ai ceci: df <- data.frame("hi", "bye") names(df) <- c("hello", "goodbye") #I am trying to add "hola" and "ciao" as a new row de <- data.frame("hola",...
J'ai un Spark DataFrame (utilisant PySpark 1.5.1) et j'aimerais ajouter une nouvelle colonne. J'ai essayé ce qui suit sans succès: type(randomed_hours) # => list # Create in Python and transform to RDD new_col = pd.DataFrame(randomed_hours, columns=['new_col']) spark_new_col =...
Existe-t-il un moyen intégré à Pandas d'appliquer deux fonctions d'agrégation différentes f1, f2à la même colonne df["returns"], sans avoir à appeler agg()plusieurs fois? Exemple de dataframe: import pandas as pd import datetime as dt pd.np.random.seed(0) df = pd.DataFrame({ "date" : [dt.date(2012,...
Mes données peuvent avoir plusieurs événements à une date donnée ou AUCUN événement à une date. Je prends ces événements, j'obtiens un décompte par date et je les trace. Cependant, lorsque je les trace, mes deux séries ne correspondent pas toujours. idx = pd.date_range(df['simpleDate'].min(),...
Supposons que j'ai une variable de réponse et une donnée contenant trois covariables (comme exemple de jouet): y = c(1,4,6) d = data.frame(x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2)) Je souhaite ajuster une régression linéaire aux données: fit = lm(y ~ d$x1 + d$x2 + d$y2) Existe-t-il un moyen...
Je lis dans un fichier csv avec plusieurs colonnes datetime. J'aurais besoin de définir les types de données lors de la lecture du fichier, mais les datetimes semblent être un problème. Par exemple: headers = ['col1', 'col2', 'col3', 'col4'] dtypes = ['datetime', 'datetime', 'str', 'float']...
J'ai un DataFrame pandas que je souhaite télécharger dans un nouveau fichier CSV. Le problème est que je ne veux pas enregistrer le fichier localement avant de le transférer vers s3. Existe-t-il une méthode comme to_csv pour écrire directement le dataframe dans s3? J'utilise boto3. Voici ce que...
J'ai un Pandas DataFrame et je veux combiner les colonnes «lat» et «long» pour former un tuple. <class 'pandas.core.frame.DataFrame'> Int64Index: 205482 entries, 0 to 209018 Data columns: Month 205482 non-null values Reported by 205482 non-null values Falls within 205482 non-null values...
J'ai un data.frame que je voudrais convertir en une liste par lignes, ce qui signifie que chaque ligne correspondrait à ses propres éléments de liste. En d'autres termes, je voudrais une liste qui est aussi longue que le data.frame a des lignes. Jusqu'à présent, j'ai abordé ce problème de la...
J'ai un DataFrame comme celui-ci: In [7]: frame.head() Out[7]: Communications and Search Business General Lifestyle 0 0.745763 0.050847 0.118644 0.084746 0 0.333333 0.000000 0.583333 0.083333 0 0.617021 0.042553 0.297872 0.042553 0 0.435897 0.000000 0.410256 0.153846 0 0.358974 0.076923 0.410256...
Je sais que si j'utilise randn, import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD')) me donne ce que je recherche, mais avec des éléments d'une distribution normale. Mais que faire si je voulais juste des entiers aléatoires? randintfonctionne en...
Je suis nouveau sur les pandas et j'essaie de comprendre comment ajouter plusieurs colonnes aux pandas simultanément. Toute aide ici est appréciée. Idéalement, je voudrais faire cela en une seule étape plutôt qu'en plusieurs étapes répétées ... import pandas as pd df = {'col_1': [0, 1, 2, 3],...
J'ai un dataframe et je voudrais compter le nombre de lignes dans chaque groupe. J'utilise régulièrement la aggregatefonction pour additionner les données comme suit: df2 <- aggregate(x ~ Year + Month, data = df1, sum) Maintenant, j'aimerais compter les observations mais je n'arrive pas à...
En utilisant Python Pandas, j'essaie de trouver le Country& Placeavec la valeur maximale. Cela renvoie la valeur maximale: data.groupby(['Country','Place'])['Value'].max() Mais comment obtenir le nom Countryet le correspondant
J'ai un vecteur de noms de colonnes différents et je veux pouvoir boucler sur chacun d'eux pour extraire cette colonne d'un data.frame. Par exemple, considérez l'ensemble de données mtcarset certains noms de variables stockés dans un vecteur de caractères cols. Lorsque j'essaie de sélectionner une...
J'essaie d'accéder à l'index d'une ligne dans une fonction appliquée sur tout un DataFrame dans Pandas. J'ai quelque chose comme ça: df = pandas.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c']) >>> df a b c 0 1 2 3 1 4 5 6 et je définirai une fonction qui accède aux éléments avec une...
J'ai regardé autour de StackOverflow, mais je ne trouve pas de solution spécifique à mon problème, qui consiste à ajouter des lignes à un bloc de données R. J'initialise une trame de données vide à 2 colonnes, comme suit. df = data.frame(x = numeric(), y = character()) Ensuite, mon objectif est de...
J'essaye d'écrire une fonction pour accepter un data.frame ( x) et un columnde celui-ci. La fonction effectue quelques calculs sur x et retourne plus tard un autre data.frame. Je suis bloqué sur la méthode des meilleures pratiques pour passer le nom de la colonne à la fonction. Les deux exemples...
Y a-t-il une fonction qui équivaudrait à une combinaison de df.isin()et df[col].str.contains()? Par exemple, disons que j'ai la série s = pd.Series(['cat','hat','dog','fog','pet'])et que je veux trouver tous les endroits où scontient l'un des ['og', 'at'], je voudrais tout obtenir sauf «animal de...
Je ne comprends pas les règles que Pandas utilise pour décider qu'une sélection à partir d'un dataframe est une copie du dataframe original, ou une vue sur l'original. Si j'ai, par exemple, df = pd.DataFrame(np.random.randn(8,8), columns=list('ABCDEFGH'), index=range(1,9)) Je comprends que a...