我有一个熊猫数据框的id，日期和付款安排如下。日期以月为单位记录，并与行中相同指标的付款相对应。-2010'] [42,48,52]
C ['03-2010','04-2010','05-2010','06-2010'] [39,38,39,42] 我想由此创建一个稀疏
浏览 26提问于2021-08-17得票数 0
回答已采纳
我正在尝试删除我的数据帧中的一些空行。下面的代码显示数据类型确实是稀疏的。int64, 0]Length: 3990, dtype: object 当我尝试删除空的用户(转置之后的行)时，数据类型正在更改=0).any()] 数据类型： tracks4UGxnxGlpc7BB8Cbu8vITC object
63diy8Bzm0
浏览 12提问于2020-07-04得票数 0
回答已采纳
我正在尝试从一个稀疏的numpy矩阵创建一个SparseSeries列表。创建lil_matrix很快，并且不消耗大量内存(实际上，我的维度更多的是数百万，即1500万个样本和400万个特征)。从表面上看，熊猫SparseSeries并不是真的稀疏，还是我做错了什么？最终目标是在此基础上创建一个SparseDataFrame (就像在我提到的其他主题中一样)。from scipy.sparse import lil_matrix, csr_matrix
from numpy import
浏览 1提问于2015-05-21得票数 1
3回答
我有一个稀疏矩阵，X，由TfidfVectorizer创建，其大小是(500000, 200000)。我想把X转换成一个数据帧，但是我总是会收到一个内存错误。而且，当我使用X将X.toarray()转换为numpy数组时，似乎会出现一个错误。
有人能告诉我什么是简单的解决办法吗？我是否可以在没有内存错误的情况下从X创建一个稀疏的数据？
浏览 0提问于2021-04-10得票数 1
我有一个有大约一百万个键的字典，每个值都是一个10000维的稀疏列表，例如，
dic = {'a': [0] * 10000, 'b': [0] * 1234 + [1, 2] + [0] * 8764
浏览 16提问于2019-11-26得票数 0
我之所以想在稀疏pandas容器中使用较小的数据类型，是为了减少内存使用。DataFrame创建In []: col64_nbytes
浏览 2提问于2016-04-10得票数 1
1回答
我有一个包含许多空值的稀疏Pandas数据帧，我希望对其进行过滤，以便在最终数据集中只保留具有超过10个浮点型条目的行和列。我尝试使用现有的代码片段，但似乎不起作用： df.drop([col for col, val = df.count(axis=1, numeric_only='float') if val < 10], axis=1, inplace=True) 谁能告诉我在我的数据帧中删除稀
浏览 16提问于2020-06-29得票数 3
2回答
我正在从一个Pandas数据帧创建一个矩阵，如下所示：然后转换成一个稀疏矩阵：有没有办法从df直接转到稀疏矩阵？
浏览 0提问于2013-12-09得票数 48
回答已采纳
我有两个数据帧，一个包含屏幕名称/显示名称，另一个包含个人，我正在尝试创建第三个数据帧，每次屏幕名称/显示名称中出现姓氏时，在新行中包含来自每个数据帧的所有数据。从功能上讲，这将创建一个可能匹配的名称列表。real_namematch_list['First_Name'
浏览 0提问于2016-04-11得票数 1
1回答
我有一个字典名称date_dict，以datetime日期为关键字，值对应于观察值的整数计数。我将其转换为稀疏序列/数据帧，并希望将其加入或转换为具有连续日期的序列/数据帧。讨厌的列表理解是我的技巧，目的是绕过这样一个事实，即pandas显然不会自动将datetime date对象转换为适当的DateTime索引。DateTime索引的范围从2003年6月24日到2012年11月7日。Name
D
浏览 1提问于2012-11-14得票数 17
回答已采纳
我正在使用PyTd teradata模块查询来自Teradata的数据，并希望将其读取到熊猫DataFrame中import pandas as pd
print type(row)row属于teradata.util.Row class，无法追加到数据帧中我试着把它转换成一个列表，但是
浏览 2提问于2016-06-16得票数 0
我有一个Pandas数据框架，其中包含一个列和一个时间戳索引。数据帧的代码如下所示：indx = pd.date_range(start = '12-12-2020 06:00:00',end = '12-12-2020行创建一个字典列表。对于数据帧的每一行，我希望创建一个具有“时间戳”和“值”键的字典。“时间戳”键的值
浏览 5提问于2020-12-18得票数 1
回答已采纳
1回答
我正在创建一个小的Pandas数据帧： df = pd.DataFrame(data={'colA': [["a", "b", "c"]]}) 我把那个df拷贝了一遍。我使用的不是Pandas方法，而是通用Python，对吧？ import copy
df_copy = copy.deepcopy(df) 一个df_copy.head()提供以下内容： ?然后我将这些值放入字典中： mydi
浏览 42提问于2020-01-10得票数 3
回答已采纳
2回答
我有一个自动收报机列表，我想从pandas datareader输出带有财务信息的单个数据集。import pandas_datareader as pdr
for ticks in myTickersticks, 'yaho
浏览 1提问于2019-08-24得票数 0
2回答
我试图在回归中使用稀疏矩阵，因为在我添加虚拟变量后，有超过40,000个变量。为了做到这一点，我认为我需要向模型提供一个稀疏矩阵。但是，使用下面的代码无法将我的pandas数据帧转换为矩阵： Convert Pandas dataframe to Sparse Numpy Matrix directly 这是因为数据集太大，我遇到了内存错误下面是我如何通过运行以下命令来复制该问题的示例： import numpy as np
impo
浏览 16提问于2019-04-05得票数 1
) # good我感到惊讶的原因是，我所做的正是警告所暗示的：import pandasfrom dask.distributed import Client, LocalCluster
dask_df = dd.from_pandas(pandas.DataFrame.from_dict({'A':[1,2,3,4,5]*1000}), np
浏览 9提问于2018-02-22得票数 6
回答已采纳
1回答
按索引位置从稀疏数据帧中选择行
、、、、
在典型的python数据帧中，很容易根据索引选择所需的行：然而，使用这种方法来获取大量稀疏数据帧(特别是73,000我确实注意到使用像这样的范围进行索引..在使用索引列表时运行良好，如下所示...是导致内存过载的原因。有没有从稀疏数据
浏览 3提问于2016-07-07得票数 3
1回答
每个delayed对象的计算值必须转换为dask.Dataframe中的一个条目。dfs.append(df)
dfs = dfs.compute() 通常，pandas.DataFrame将字典的键转换为列。
浏览 26提问于2020-07-28得票数 0
我知道pandas数据帧可以有NaN值。我的意思是，特别是当我从不同大小的列表列表中创建数据帧时。行数少于最长列的列是否会自动使用NaNs填充？如果我使用datetime索引，这会有什么影响？
浏览 7提问于2020-07-14得票数 1
我有多个文件夹，每个文件夹包含4个csv文件，每个文件包含一列数据。对于每个文件夹，我希望将这些文件合并在一起，以使新的dataframe将从这些csv文件中携带4列。
浏览 1提问于2019-10-22得票数 0
云服务器
ICP备案
腾讯会议
云直播
对象存储
腾讯云开发者
