Tag: pandas

Pandas：为给定列添加DataFrame行: 我有以下的DataFrame： import pandas as pd df = pd.DataFrame({'a': [1,2,3], 'b': [2,3,4], 'c':['dd','ee','ff'], 'd':[5,9,1]}) 我想添加一列“e”，它是列“a”，“b”和“d”的总和。通过论坛，我认为这样的事情会工作： df['e'] = df[['a','b','d']].map(sum) 但不是！我想实现具有列['a','b','d']和df作为input的操作。

从嵌套字典中的项目构造pandas DataFrame: 假设我有一个结构为嵌套的字典“user_dict”：级别1： UserId（长整型）级别2：类别（string）等级3：分类的属性（浮点数，整数等）例如，这个字典的input是： user_dict[12] = { "Category 1": {"att_1": 1, "att_2": "whatever"}, "Category 2": {"att_1": 23, "att_2": "another"}} “user_dict”中的每个项目具有相同的结构，并且“user_dict”包含大量我想要馈送给pandas DataFrame的项目，从属性构build系列。在这种情况下，分层索引对于这个目的是有用的。具体来说，我的问题是，是否存在一种方法来帮助DataFrame构造函数理解该系列应该从字典中的“级别3”的值构build？如果我尝试像这样： df = pandas.DataFrame(users_summary) “级别1”（用户ID）的项目被视为列，这是我想要达到的目标（有用户ID作为索引）的相反。我知道我可以在迭代字典条目之后构build系列，但是如果有更直接的方法，这将非常有用。类似的问题是询问是否可以从文件中列出的json对象构造一个pandas DataFrame。

从SciPy Sparse Matrix填充一个Pandas SparseDataFrame: 我注意到pandas现在支持稀疏matrix和数组。目前，我创buildDataFrame()如下所示： return DataFrame(matrix.toarray(), columns=features, index=observations) 有没有办法用scipy.sparse.csc_matrix()或csr_matrix()创build一个csr_matrix() ？转换为密集格式严重杀死RAM。谢谢！

Python Pandas – 根据列名重新排列数据框中的列: 我有一个超过200列的dataframe （不要问为什么）。问题是因为他们生成的顺序是 ['Q1.3','Q6.1','Q1.2','Q1.1',……] 我需要重新排列列如下： ['Q1.1','Q1.2','Q1.3',…..'Q6.1',……] 有没有办法让我在Python中做到这一点？

如何使用列的格式string显示大pandasDataFrame的浮动？: 我想用print()和IPython display()来显示给定格式的pandas数据框。例如： df = pd.DataFrame([123.4567, 234.5678, 345.6789, 456.7890], index=['foo','bar','baz','quux'], columns=['cost']) print df cost foo 123.4567 bar 234.5678 baz 345.6789 quux 456.7890 我想以某种方式强制打印 cost foo $123.46 bar $234.57 baz $345.68 quux $456.79 而无需修改数据本身或创build副本，只需更改显示方式即可。我该怎么做？

将pandas函数应用于列以创build多个新列？: pandas如何做到这一点：我有一个函数extract_text_features单个文本列，返回多个输出列。具体来说，该函数返回6个值。该函数工作，但是似乎没有任何正确的返回types（pandas DataFrame / numpy数组/ Python列表），以便输出可以正确分配df.ix[: ,10:16] = df.textcol.map(extract_text_features) 所以我想我需要退回到与df.iterrows()迭代，按照这个？更新：迭代与df.iterrows()是至less20倍慢，所以我投降，并将function拆分成六个不同的.map(lambda …)调用。

如何在pandas数据框中传播一列: 我有以下pandas数据框架： import pandas as pd import numpy as np df = pd.DataFrame({ 'fc': [100,100,112,1.3,14,125], 'sample_id': ['S1','S1','S1','S2','S2','S2'], 'gene_symbol': ['a', 'b', 'c', 'a', 'b', 'c'], }) df = df[['gene_symbol', 'sample_id', 'fc']] df 这产生这个： Out[11]: gene_symbol sample_id fc 0 a S1 100.0 1 b S1 100.0 2 c S1 112.0 3 a S2 1.3 4 b S2 14.0 […]

Vectorised Haversine公式与pandas数据框: 我知道要find两个纬度，经度点之间的距离，我需要使用haversine函数： def haversine(lon1, lat1, lon2, lat2): lon1, lat1, lon2, lat2 = map(radians, [lon1, lat1, lon2, lat2]) dlon = lon2 – lon1 dlat = lat2 – lat1 a = sin(dlat/2)**2 + cos(lat1) * cos(lat2) * sin(dlon/2)**2 c = 2 * asin(sqrt(a)) km = 6367 * c return km 我有一个DataFrame其中一列是纬度和另一列是经度。我想找出这些点离设定点有多远，-56.7213600，37.2175900。如何从DataFrame中取值并将其放入函数中？示例DataFrame： SEAZ LAT LON 1 […]

如何将Dataframe单元格内的列表分解为单独的行: 我正在寻找将每个包含一个列表的pandas细胞变成行。所以，拿这个：如果我想在“nearest_neighbors”列中解压和堆叠值，以使每个值都成为每个“对手”索引中的一行，那么我最好怎么去做呢？是否有pandas的方法，这个我只是不知道在此先感谢，伙计们。

在matplotlib条形图上添加值标签: 我被卡住了，觉得应该比较容易。我下面的代码是基于我正在开发的一个更大的项目的示例。我没有理由发布所有的细节，所以请接受我带来的数据结构。基本上，我正在创build一个条形图，我可以弄清楚如何在酒吧（在酒吧的中心，或正上方）添加价值标签。一直在网上看样品，但没有成功实现我自己的代码。我相信解决办法是用'文本'或'注释'，但我：a）不知道使用哪一个（一般来说，还没有弄清楚何时使用哪一个）。 b）看不到要么显示价值标签。将感谢您的帮助，我的代码如下。提前致谢！ import numpy as np import pandas as pd import matplotlib.pyplot as plt pd.set_option('display.mpl_style', 'default') %matplotlib inline frequencies = [6, 16, 75, 160, 244, 260, 145, 73, 16, 4, 1] # bring some raw data freq_series = pd.Series.from_array(frequencies) # in my original code I create a series […]