Tag: 数据框

pandasDataFrame：从列中的string中删除不需要的部分: 我正在寻找一种有效的方法来从DataFrame列中的string中删除不需要的部分。数据如下所示： time result 1 09:00 +52A 2 10:00 +62B 3 11:00 +44a 4 12:00 +30b 5 13:00 -110a 我需要修剪这些数据到： time result 1 09:00 52 2 10:00 62 3 11:00 44 4 12:00 30 5 13:00 110 我试过.str.lstrip('+-')和。 str.rstrip('aAbBcC') ，但有一个错误： TypeError: wrapper() takes exactly 1 argument (2 given) 任何指针将不胜感激！

pandas写数据框到CSV文件: 我有一个pandas数据框，我想写入一个CSV文件。我正在使用： df.to_csv('out.csv') 并得到错误： UnicodeEncodeError: 'ascii' codec can't encode character u'\u03b1' in position 20: ordinal not in range(128) 有没有什么办法可以轻松解决这个问题（即我的数据框中有unicode字符）？有没有办法写一个制表符分隔的文件，而不是一个CSV使用例如一个“标签”方法（我不认为存在）？

pandas：如何将应用函数用于多列: 在使用多列与下面的数据框时，pandas应用函数有一些问题 df = DataFrame ({'a' : np.random.randn(6), 'b' : ['foo', 'bar'] * 3, 'c' : np.random.randn(6)}) 和以下function def my_test(a, b): return a % b 当我尝试应用这个function： df['Value'] = df.apply(lambda row: my_test(row[a], row[c]), axis=1) 我收到错误消息： NameError: ("global name 'a' is not defined", u'occurred at index 0') 我不明白这个消息，我正确定义了这个名字。我非常感谢在这个问题上的任何帮助更新谢谢你的帮助。我确实在代码中犯了一些语法错误，索引应该放在''。不过，我仍然使用一个更复杂的function相同的问题，如： def my_test(a): cum_diff = 0 […]

有没有办法（漂亮）打印整个pandas系列/dataframe？: 我在terminal上使用了Series和DataFrames。一个Series的默认__repr__返回一个减less的样本，有一些头部和尾部的值，但其余的缺失。是否有内置的方式来漂亮地打印整个系列/dataframe？理想情况下，它将支持正确的alignment，也许列之间的边界，甚至可能为不同的列进行颜色编码。

将Pandas GroupBy对象转换为DataFrame: 我从这样的input数据开始 df1 = pandas.DataFrame( { "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } ) 当打印时显示为： City Name 0 Seattle Alice 1 Seattle Bob 2 Portland Mallory 3 Seattle Mallory 4 Seattle Bob 5 Portland Mallory 分组非常简单： g1 = df1.groupby( [ "Name", "City"] ).count() 并打印产生一个GroupBy对象： […]

如何将数据分成3组（火车，validation和testing）？: 我有一个pandas数据框，我希望把它分成3个独立的集合。我知道使用sklearn.cross_validation中的sklearn.cross_validation ，可以将数据分成两组（train和test）。不过，我找不到将数据分成三组的解决scheme。最好是我想要有原始数据的索引。我知道一个解决方法是使用train_test_split两次，并以某种方式调整索引。但有没有更多的标准/内置的方式将数据分成3组而不是2？

在pandas / python中结合数据框中的两列文本: 我有一个使用pandaspython 20 x 4000数据框。其中两列被命名为年份和季度。我想创build一个名为period的variables，使Year = 2000和Quarter = q2成为2000q2 任何人都可以帮忙吗？

在Pythonpandas现有的DataFrame中添加新的列: 我有以下索引的DataFrame与命名的列和行不连续的数字： abcd 2 0.671399 0.101208 -0.181532 0.241273 3 0.446172 -0.243316 0.051767 1.577318 5 0.614758 0.075793 -0.451460 -0.012493 我想添加一个新的列'e'到现有的数据框，并不想改变数据框中的任何东西（即，新列的长度始终与DataFrame的长度相同）。 0 -0.335485 1 -1.166658 2 -0.385571 dtype: float64 我尝试了不同版本的join ， append ， merge ，但我没有得到我想要的结果，只有最多的错误。我如何添加列e到上面的例子？

拆分（爆炸）pandas数据框string条目分隔行: 我有一个pandas dataframe ，其中一列文本string包含逗号分隔值。我想分割每个CSV字段，并为每个条目创build一个新的行（假设CSV是干净的，只需要拆分'，'）。比如a应该变成b ： In [7]: a Out[7]: var1 var2 0 a,b,c 1 1 d,e,f 2 In [8]: b Out[8]: var1 var2 0 a 1 1 b 1 2 c 1 3 d 2 4 e 2 5 f 2 到目前为止，我已经尝试了各种简单的函数，但是.apply方法在.apply使用时似乎只接受一行作为返回值，并且我无法使用.transform来工作。我们欢迎所有的build议！示例数据： from pandas import DataFrame import numpy as np a = […]

更改Pandas中列的数据types: 我想将一个表格（表示为列表清单）转换为Pandas DataFrame。作为一个非常简单的例子： a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']] df = pd.DataFrame(a) 什么是最好的方式将列转换为适当的types，在这种情况下，列2和3为浮动？有没有办法在转换为DataFrame时指定types？或者是最好先创buildDataFrame，然后遍历列来更改每列的types？理想情况下，我想以dynamic的方式做到这一点，因为可以有数百个列，我不想明确指定哪些列是哪种types。我只能保证每列都包含相同types的值。