Tag: pandas

用pandas数据框运行OLS回归: 我有一个pandas数据框，我希望能够从列B和C中的值预测列A的值。这里是一个玩具的例子： import pandas as pd df = pd.DataFrame({"A": [10,20,30,40,50], "B": [20, 30, 10, 40, 50], "C": [32, 234, 23, 23, 42523]}) 理想情况下，我会有类似ols(A ~ B + C, data = df)但是当我查看像scikit-learn这样的algorithm库中的例子时，它似乎用行列表而不是列来向数据提供数据。这将要求我将数据重新格式化为列表内的列表，这似乎首先打败了使用pandas的目的。什么是对大pandas数据框架中的数据运行OLS回归（或更普遍的任何机器学习algorithm）最pythonic的方式？

使用pandas在Python中读取Excel文件: 我想这样读取一个excel文件： newFile = pd.ExcelFile(PATH\FileName.xlsx) ParsedData = pd.io.parsers.ExcelFile.parse(newFile) 它会抛出一个错误，说两个参数的预期，我不知道第二个参数是什么，也是我想在这里实现的是将Excel文件转换为DataFrame，我是否正确的做法？还是有没有其他的方式来做到这一点使用pandas？

输出pandas数据框中所有列的数据: 我有一个名为params.csv的csv文件。我打开ipython qtconsole并创build一个pandasdataframe ipython qtconsole使用： import pandas paramdata = pandas.read_csv('params.csv', names=paramnames) 其中， paramnames是一个string对象的python列表。参数名称的例子（实际列表的长度是22）： paramnames = ["id", "fc", "mc", "markup", "asplevel", "aspreview", "reviewpd"] 在ipython提示符下，如果我inputparamdata并按下回车键，那么我不会得到像Pandas网站上的示例所示的列和值的数据paramdata 。相反，我得到有关数据框的信息。我得到： In[35]: paramdata Out[35]: <class 'pandas.core.frame.DataFrame'> Int64Index: 59 entries, 0 to 58 Data columns: id 59 non-null values fc 59 non-null values mc 59 non-null values markup 59 non-null […]

从pandas的数据框中丢弃无限的值？: 什么是最快/最简单的方法来从一个pandasDataFrame中删除nan和inf / -inf值，而无需重置mode.use_inf_as_null ？我希望能够使用subset和dropna参数，除了inf值被认为是缺less的，如： df.dropna(subset=["col1", "col2"], how="all", with_inf=True) 这可能吗？有没有办法告诉dropna将inf纳入其缺失值的定义中？

pandas根据其他列的值创build新的列: 我已经尝试了其他问题的不同方法，但似乎无法find正确的答案，我的问题。这个关键的一点是，如果这个人被认为是西class牙裔，那他们就不能算作别的。即使他们在另一个种族列中有“1”，他们仍然被认为是西class牙裔，而不是两个或两个以上的种族。同样，如果所有ERI列的总和大于1，则它们被计为两个或更多个种族，不能被视为一个独特的种族（接受西class牙裔）。希望这是有道理的。任何帮助将不胜感激。它几乎就像在每一行做一个for循环，如果每条logging符合一个标准，它们将被添加到一个列表中并从原始列表中删除。从下面的数据框我需要计算一个新的列基于以下内容： ========================= CRITERIA ======================== ======= IF [ERI_Hispanic] = 1 THEN RETURN “Hispanic” ELSE IF SUM([ERI_AmerInd_AKNatv] + [ERI_Asian] + [ERI_Black_Afr.Amer] + [ERI_HI_PacIsl] + [ERI_White]) > 1 THEN RETURN “Two or More” ELSE IF [ERI_AmerInd_AKNatv] = 1 THEN RETURN “A/I AK Native” ELSE IF [ERI_Asian] = 1 THEN RETURN “Asian” […]

如何在pandas的特定列索引处插入列？: 我可以在pandas的特定列索引处插入一列吗？ import pandas as pd df = pd.DataFrame({'l':['a','b','c','d'], 'v':[1,2,1,2]}) df['n'] = 0 这将把列n作为df的最后一列，但没有办法告诉df把n放在开头？

将x和y标签添加到pandas图中: 假设我有下面的代码使用pandas来绘制一些非常简单的代码： import pandas as pd values = [[1,2], [2,5]] df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], index=['Index 1','Index 2']) df2.plot(lw=2,colormap='jet',marker='.',markersize=10,title='Video streaming dropout by category') 如何轻松设置x和y标签，同时保留使用特定颜色映射的能力？我注意到，pandas dataframes的plot（）包装器没有采用任何特定的参数。

在Ipython笔记本中，Pandas不显示我试图绘制的graphics: 我试图在Ipython Notebook中使用pandas来绘制一些数据，虽然它给了我对象，但实际上并没有绘制graphics本身。所以看起来像这样： In [7]: pledge.Amount.plot() Out[7]: <matplotlib.axes.AxesSubplot at 0x9397c6c> 之后的图表应该遵循，但它不会出现。我已经导入matplotlib，所以这不是问题。是否有任何其他模块，我需要导入？

将pandas多指标转入栏目: 我有一个2索引级别的dataframe： value Trial measurement 1 0 13 1 3 2 4 2 0 NaN 1 12 3 0 34 我想把这个变成： Trial measurement value 1 0 13 1 1 3 1 2 4 2 0 NaN 2 1 12 3 0 34 我怎么能最好的做到这一点？我需要这个，因为我想按照这里的指示来聚合数据，但是如果它们被用作索引，我不能select这样的列。

在pandas中标准化数据: 假设我有一个pandas数据框df：我想计算一个dataframe的列明智的意思，这很容易： df.apply(average) 那么列明智的范围最大（col） – min（col）。这又很容易： df.apply(max) – df.apply(min) 现在对于每个元素，我想减去它的列平均值，并除以列的范围。我不知道该怎么做任何帮助/指针非常感谢。