series

0热度

1回答

在我的脚本中，我有df ['Time']，如下所示。 497 2017-08-06 11:00:00 548 2017-08-08 15:00:00 580 2017-08-10 04:00:00 646 2017-08-12 23:00:00 Name: Time, dtype: datetime64[ns] 但是当我做 t1=pd.Timestamp(df['Time'][0])

0热度

1回答

检查是否值系列熊猫

我有一系列的值大于零，我想打印“做大”的每一个值大于零 if(ser > 0) print 'Bigger' 蟒蛇给我的错误： ValueError异常：一个系列的真值是不明确的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

2热度

3回答

增加阵列中的连续正数组/

假设我有一个像这样的Pandas系列布尔值。 vals = pd.Series([0, 0, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 1, 1, 1]).astype(bool) >>> vals 0 False 1 False 2 False 3 True 4 True 5 True 6 True 7 False 8 False 9

0热度

1回答

熊猫groupy与间隔

系列下面是一个例子，以获得一点： missing_values=-999.0 level1=pd._libs.interval.Interval(-np.inf, 1, closed='right') level2=pd._libs.interval.Interval(1,np.inf, closed='right') data=pd.DataFrame({'a':[level1,miss

2热度

2回答

熊猫DataFrame - 基于其他列分配1,0值

我有一个数据框包含国家名称&其能源产出的百分比。根据国家的能源产出是高于还是低于能源产出的中位数，我需要添加一个分配1或0的新列。有些哑代码： import pandas as pd def answer(): df = pd.DataFrame({'name':['china', 'america', 'canada'], 'output': [33.2, 15.0, 5.0]})

0热度

1回答

如何有效地匹配pandas数据框中两列之间的正则表达式模式？

我的问题是有效地使用正则表达式模式来查找两个熊猫之间的匹配，从excel文件中提取df 首先，感谢您花时间看看我的问题。我对Python非常陌生，在使用它来处理大型数据集时更是如此。我知道我应该使用堆栈作为最后的手段。现在，我正在靠墙撞我的头，这可能很简单。问题：我有两个Excel文件：一个只有1列* 300行=原始网址另一种可能是从20K非常大，更多的翻译网址目的：我有原始的网址，

0热度

1回答

的Python：型系列

我有一个数据帧（DF）10行的情节熊猫数据帧寻找这样 -2.00 [-24.4907, -24.4594, -24.4321, -24.4012, -24.3... -1.75 [-23.8154, -23.7849, -23.7601, -23.7326, -23.7... -1.00 [-23.7131, -23.6954, -23.6767, -23.6616, -23.6... -0

2热度

5回答

pandas - 连续数值高于/低于当前行数

我正在寻找一种方法来获取熊猫系列并返回新系列，该系列表示之前连续值的数量高于/低于系列中的每一行： a = pd.Series([30, 10, 20, 25, 35, 15]) ...应该输出： Value Higher than streak Lower than streak 30 0 0 10 0 1 20 1 0 25 2 0 35

0热度

2回答

n.d.意思是在使用熊猫系列的python 3时？

我找了一类panda.core.series.Series的max值，并将其返回n.d.当我使用下面的代码 rowMax = df.max(axis = 1) 问：什么日期不详意味着什么，我怎么能得到一个实际的价值？（我的系列是20031的长度）

0热度

1回答

熊猫数据框：将列扩展为行加上增量编号

我需要基于分割基于空格的score列（包含匹配结果）在两行中扩展我的熊猫数据框的单个行。这就是数据的模样 A B score 1 2 6-1 6-2 3 4 6-4 4-6 6-3 为了实现我使用的方法从here的目标。略有调整的办法，我的数据帧是这样的： A B score sets 1 2 6-1 6-2 6-1 1 2 6-1 6-2 6-2 3 4 6-4 4