多个数据帧分组Pandas
是指使用Pandas库对多个数据帧进行分组操作。Pandas是一个强大的数据分析工具，提供了丰富的数据处理和分析功能。
在Pandas中，可以使用groupby()函数对数据帧进行分组操作。分组操作可以根据某一列或多列的值将数据帧分成多个组，然后可以对每个组进行聚合、筛选、转换等操作。
优势：
- 数据分组：可以根据特定的条件将数据帧分成多个组，方便进行后续的分析和处理。
- 聚合操作：可以对每个组进行聚合操作，如求和、平均值、最大值、最小值等，便于统计和汇总数据。
- 筛选数据：可以根据组的特征筛选出符合条件的数据，进行进一步的分析和处理。
- 数据转换：可以对每个组进行数据转换操作，如排序、填充缺失值、标准化等，提高数据的质量和可用性。
应用场景：
- 数据分析：在数据分析过程中，经常需要对数据进行分组操作，以便进行统计和分析。
- 数据清洗：对于包含大量重复数据的数据帧，可以使用分组操作进行数据清洗，去除重复数据或处理缺失值。
- 数据可视化：在数据可视化过程中，可以使用分组操作对数据进行分组，以便进行可视化展示和分析。
推荐的腾讯云相关产品： 腾讯云提供了一系列与数据处理和分析相关的产品，以下是其中几个推荐的产品：
- 腾讯云数据仓库（TencentDB for TDSQL）：提供高性能、高可用的云数据库服务，适用于大规模数据存储和分析。 链接：https://cloud.tencent.com/product/tdsql
- 腾讯云数据湖分析（Tencent Cloud Data Lake Analytics）：提供强大的数据湖分析服务，支持大规模数据的存储、计算和分析。 链接：https://cloud.tencent.com/product/dla
- 腾讯云数据集成服务（Tencent Cloud Data Integration）：提供数据集成和数据迁移的解决方案，支持多种数据源和目标的数据传输和同步。 链接：https://cloud.tencent.com/product/di
以上是对多个数据帧分组Pandas的完善且全面的答案。
相关·内容
我似乎无法打印以下行：summarydata["Name"].groupby(["Tag"]).size()
不会得到错误：
File "C:\Users\rspatel\untitled0.py", line 76, in <module>
print(summarydata["Name"].groupby(["Tag"]).size())
File "C:\Users\rspatel\Anaconda3\lib\site-packages\pandas\core\serie
浏览 0提问于2021-09-20得票数 2
3回答
我在pandas中有以下数据框架 Column 1 Column 2 Column3 Column 4
2 2 2 4
1 2 2 3 我希望创建一个数据帧，其中包含列1和列2，列3和列4的平均值，等等。 ColumnAvg(12) ColumnAvg(34)
2 3
1.5 1.5 我用的是这个，但它是所有东西的平均值。 df.mean(axis=1) 有没有办
浏览 40提问于2020-09-20得票数 3
回答已采纳
1回答
我想通过对维度进行分层装箱，并通过一些聚合/代表来表示箱子，从而在pandas数据帧中聚合数据。当尝试以下方法时，会引发异常，指示存在重叠索引的问题。 import pandas as pd
df = pd.DataFrame({
'A': [1,1,2,2,3,3,4,4],
'B': [5,7,5,6,7,7,6,7],
'C': [1,1,1,1,1,1,1,1]
})
A_grouped = pd.cut(df['A'], bins=2)
# groups: (0.997, 2.5], (2.5,
浏览 21提问于2020-04-23得票数 1
回答已采纳
1回答
我有一个大约8700万行的Pandas数据帧。为了对其进行一些处理，我将其设置为Dask数据帧。问题是我需要做Dask不支持的unstack和plot。我已经将Dask数据帧写入h5文件，但在尝试将其作为Pandas数据帧读取时遇到内存问题。我在将Dask DF转换为Pandas时也遇到了内存错误。
从本质上讲，我尝试做的是df2 = df.groupby(['A','B'])['B'].count().unstack('A')，然后是df2.plot(kind = 'bar', stacked = True)。
浏览 2提问于2020-04-22得票数 2
18回答
我想打印Pandas分组的结果。
我有一个数据框架：
import pandas as pd
df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)})
print(df)
A B
0 one 0
1 one 1
2 two 2
3 three 3
4 three 4
5 one 5
在按'
浏览 7提问于2014-03-27得票数 181
我有这样的数据：
Index SourceID ComparedID Distance
571 106 8 0.004846
572 106 11 0.000000
573 106 23 0.012712
574 107 84 0.002800
575 107 70 0.007555
它在pandas数据帧中。我正在尝试弄清楚如何做到这一点：
我想从找到最小距离并返回ComparedID的数据帧中创建一个结果。
因此，输
浏览 0提问于2018-03-03得票数 2
我有一个脚本，可以将系统日志文件读取到pandas数据帧中，并从这些数据帧生成图表。图表适用于较小的数据集。但当我面对更大的数据集时，由于更长的数据收集时间框架，图表变得太拥挤而无法辨别。
我计划对数据帧进行重采样，以便如果数据集超过一定大小，我将对其进行重采样，以便最终只有SIZE_LIMIT行数。这意味着我需要过滤数据帧，这样每个n= actual_size/SIZE_LIMIT行都会聚集到新数据帧中的一行。agregation可以是平均值，也可以是第n行。
我对熊猫不是很熟悉，所以可能错过了一些明显的方法。
浏览 2提问于2013-01-30得票数 4
回答已采纳
当我试图在熊猫中重新索引数据帧时，我有一个非常奇怪的行为。我的Pandas版本是0.10.0，我使用的是Python 2.7。基本上，当我加载数据帧时：
eurusd = pd.DataFrame.load('EUR_USD_30Min.df').drop_duplicates().dropna()
eurusd
<class 'pandas.core.frame.DataFrame'>
DatetimeIndex: 119710 entries, 2003-02-02 17:30:00 to 2012-12-28 17:00:00
Data c
浏览 2提问于2013-01-06得票数 3
回答已采纳
它可以在没有聚合或计数的情况下遍历Pyspark groupBy数据帧吗？ 例如Pandas中的代码： for i, d in df2:
mycode ....
^^ if using pandas ^^
Is there a difference in how to iterate groupby in Pyspark or have to use aggregation and count?
浏览 54提问于2020-01-07得票数 3
回答已采纳
我有一个文件夹，其中包含1220个excel文件。1220个文件是来自305点的4个参数，例如：
P1-a.xlsx
P1-b.xlsx
P1-c.xlsx
P1-d.xlsx
P2-a.xlsx
P2-b.xlsx
P2-c.xlsx
P2-d.xlsx
.
.
.
P305-a.xlsx
P305-b.xlsx
P305-c.xlsx
P305-d.xlsx
下面的代码可以将所有1220个文件合并为一个数据帧(Final_df)：
import os
import glob
import pandas
fileList=glob.glob("*.xlsx&#
浏览 0提问于2022-06-30得票数 0
我有一本熊猫词典DataFrames。我想组合这个字典中的数据帧，以创建一个包含较少键的字典，但使用较大的数据帧作为值。
例如，在下面的示例中，我希望从d创建d_new。
d = {1: pd.DataFrame({'a':[1,2],'b':[3,4]}),
2: pd.DataFrame({'a':[3,4],'b':[5,6]}),
3: pd.DataFrame({'a':[10,11],'b':[12,13]}),
4: pd.DataFrame({
浏览 0提问于2021-10-14得票数 0
我有一个包含列Items和Ranges的数据帧。 Items Ranges
0 A 30
1 A 30
2 A -10
3 B 20 我想合并重复的行并添加范围值，但只针对完全相同的行。生成的数据帧应如下所示： Ranges
Items
A 60
A -10
B 20 我尝试了df2 = df1.groupby(['Items']).sum()，得到的结果如下： Ranges
Items
浏览 19提问于2021-04-05得票数 1
回答已采纳
我想将函数f应用于pandas DataFrame的每一行中的许多切片。例如，DataFrame df将如下所示：
df = pandas.DataFrame(np.round(np.random.normal(size=(2,49)), 2))
因此，我有一个2行乘49列的数据帧，并且我的函数需要应用于两行中7个数据点的每个后续切片，以便结果数据帧看起来与输入数据帧相同。
我是这样做的：
df1=df.copy()
df1.T[:7], df1.T[7:14], df1.T[14:21],..., df1.T[43:50] = f(df.T.iloc[:7,:]), f(df.T.iloc[
浏览 9提问于2014-11-16得票数 1
我有一个填充了以下数据的pandas数据帧：
Date val count
0 2013-01 A 1
1 2013-01 M 1
2 2013-02 M 2
3 2013-03 B 3
4 2013-03 M 5
5 2014-05 B 1
我是matplotlib的新手，不知道如何使用Y轴(count)、X轴(Date)和三条单独的曲线来绘制这些数据，val的每个值对
浏览 60提问于2018-08-05得票数 0
回答已采纳
1回答
我有一个庞大的数据集，并且正在使用Apache进行数据处理。
使用Apache，我们可以将与火花兼容的数据帧转换为与Pandas兼容的数据帧，并在其上运行操作。
通过转换数据帧，它是实现了在星火中看到的并行处理的性能，还是它的行为像潘达斯一样？
浏览 5提问于2020-07-03得票数 4
回答已采纳
我有一个csv，我使用spark.read导入到databricks中。这个大文件包含每日级别的记录/事务。我将数据帧减少到5列，并保持500,000行不变。我正在尝试构建这个源文件的汇总表，它在一个月级别(聚合)表示这些记录/事务。 该脚本有一个filter/groupby/sum命令，该命令返回一行，将数据汇总为一个月的计数。查询返回的行将如下所示： +---------+---------+-------+-------------+
| Country|StockCode|YYYY-MM|sum(Quantity)|
+---------+---------+-------+---
浏览 12提问于2020-07-12得票数 0
1回答
我要做的是将这段SQL代码复制到Python中： select column_1, column_2, column_3,
sum(column_4) as sum_column_4, sum(column_5) as sum_column_5
from df
group by 1,2,3; 换句话说，我需要制作这个数据框架： column_1 column_2 colunn_3 column_4 column_5
AA BB CC 5 3
AA BB CC
浏览 22提问于2020-04-30得票数 1
回答已采纳
使用Python3和Anaconda，我在ipython上导入了pandas和os。我有一个非常大的csv文件。在对文件使用read_csv之后，我尝试对两列使用.groupby()，但它将数据类型从DataFrame更改为DataFrameGroupBy，并且我不能再对其运行数据框方法。 我想不出任何可以尝试的东西。我对熊猫的经验很少，通过codecademy获得的。我的代码似乎可以在那里工作。 import os
import pandas as pd
totals = pd.read_csv('filename')
band_gaps = totals.groupb
浏览 19提问于2019-06-21得票数 0
回答已采纳
1回答
我希望迭代通过Mongo的聚合获得的组。例如，下面的代码将打印集合中字段field_name的不同值： collection = db['collection']
for entry in collection.aggregate([{'$group':{'_id':'$field_name'}}]):
print entry 但是，它不允许我遍历不同的条目组。对于Pandas数据帧，我会这样做，假设数据帧df表示Pandas gb = df.groupby(['field_name'])
for ix,
浏览 20提问于2021-02-11得票数 0
回答已采纳
1回答
我有一个具有1mi行和分层索引(国家、州、城市，按此顺序)的pandas数据帧，每行都有一个产品的价格观察。我如何计算每个国家、州和城市的均值和标准差(请记住，由于我的df很大，我正在避免循环)？对于每个级别的均值和标准差，我希望将值保存在此数据框中的新列中，以供将来访问。
浏览 16提问于2017-06-23得票数 1
回答已采纳
4回答
转置和连接字符串
、、
如何在不使用for循环的情况下转置和连接pandas数据帧？ 以下是输入数据： input_data = pandas.DataFrame({'a': ['fruit', 'fruit', 'fruit', 'food', 'food', 'food', 'food'],
'b': ['banana', '', 'apple', 'rice'
浏览 39提问于2019-05-29得票数 3
回答已采纳
2回答
我对Python和Pandas还很陌生，所以请耐心听我说……
我有一张沉船上乘客的数据。我已经按男性和女性以及班级将其分解为其他数据帧，以创建生存概率。我做了一个函数，将一个数据帧与只有幸存者的数据帧进行比较，并计算这组数据的存活概率：
def survivability(total_pass_df, column, value):
survivors = sum(did_survive[column] == value)
total = len(total_pass_df)
survival_prob = round((survivors / total), 2)
浏览 2提问于2017-01-08得票数 1
如何在pandas数据帧中填充NaN值？我的数据是这样的
id state zone
xxx AP south
xxx AP
xxx AP
xxx AP
xxx delhi north
xxx delhi
xxx delhi
xxx delhi
xxx delhi
基于已知zone只属于state的AP列，如何在south列中填充缺失的值，如何使用pandas来填充值？
浏览 4提问于2020-01-21得票数 0
1回答
我最近开始使用python和现在的pandas来读取excel文件。我有点纠结于一个问题，我没有找到任何类似的例子。 假设我有来自不同机器的不同分钟的数据。发生的情况是，一台机器有多个信息。例如，在下图中，如果考虑机器13.5，则在5 5分钟内有5个关于成本和温度的信息。 我需要成本、温度和分钟信息的平均值，也就是说，每个machine.Considering只有一行。例如，我只需要一个输出来表示成本，即34，4(34+35+35+35+33/机器13.5)。下面是我的代码。 import pandas
df = pandas.read_excel(
浏览 14提问于2021-11-03得票数 0
1回答
我正在尝试使用Pandas来填充股票数据。我遇到的问题是我的数据帧有多个报价器(Dim_Assets.Index)。在某种程度上，我认为分区是必要的。下面的df1是我现在拥有的数据帧。df2是所需的输出。 import pandas as pd
d1 = {'AssetDate': ['1/1/2020', '1/3/2020', '1/1/2020', '1/3/2020'], 'Dim_Assets.Index': [1,1,2,2],'AssetPrice': [50, 5
浏览 19提问于2020-04-18得票数 0
我想将街道name + cross名称一起出现的次数从最大到最小排序。
dataset=df.groupby(['Street Name', 'Cross Street']).size()
如何在Pandas数据帧中对此列表进行排序？
浏览 0提问于2016-10-17得票数 0
回答已采纳
一个是pandas.core.series.Series，另一个是数据帧pandas.core.frame.DataFrame。 我见过使用它们的代码。有关于何时使用哪个的指导方针吗？
浏览 48提问于2019-10-05得票数 0
回答已采纳
我想不出一个办法来完成我的任务。我有一个包含3列的数据帧：length, reachcode, and year。
我的示例dataframe：
year reachcode length
1988 1000 1.2
1988 1000 2.0
1990 1000 0.3
1993 1000 0.5
我试图找到一个年份内的“reachcode”重复项，然后对该年的“长度”求和。
之后，我想要比较不同年份的相同“reachcode”和“length”值的总和，并保留最小的值。
因此，在示例数据帧中，将1998年和reachcode =
浏览 2提问于2016-08-23得票数 1
我一直在尝试用pyspark重现一些在Pandas中很容易做到的东西，但我现在已经挣扎了一段时间。假设我有以下数据帧： df = pd.DataFrame({'a':[1,2,2,1,1,2], 'b':[12,5,1,19,2,7]})
print(df)
a b
0 1 12
1 2 5
2 2 1
3 1 19
4 1 2
5 2 7 和列表 l = [5,1] 我尝试做的是按a进行分组，如果b中的任何元素都在列表中，则为该组中的所有值返回True。然后，我们可以使用结果来索引数据帧。与此相对应的Pandas是：
浏览 8提问于2020-11-04得票数 2
回答已采纳
1回答
基于pyspark的均值漂移聚类
、、、、
我们正在尝试将一个普通的python代码库迁移到pyspark。议程是对数据帧(以前是pandas，现在是spark)进行一些过滤，然后按user-ids对其进行分组，最后在顶部应用meanshift集群。 我在分组数据上使用pandas_udf(df.schema, PandasUDFType.GROUPED_MAP)。但现在，最终输出的表示方式出现了问题。 假设我们在输入数据帧中有两列：user-id和location。对于每个用户，我们需要获取所有集群(在location上)，只保留最大的一个，然后返回其属性，这是一个3维向量。让我们假设3元组的列是col-1、col-2和col-3。
浏览 11提问于2019-05-14得票数 0
回答已采纳
我已经使用pandas read_json将带有嵌套对象的json数据读取到数据帧中。
我想使用pandas to_gbq将数据推送到Google Big Query中，但对于像这样的嵌套元素会出现以下错误：
StreamingInsertError: Error at Row: 0, Reason: invalid, Location: payment_details, Message: This field is not a record.
其中数据帧如下所示：
df['payment_details'][1]
{u'credit_card_bin': u&
浏览 21提问于2017-12-13得票数 2
1回答
嗨，我有一个时间序列，我想计算一下数据帧中每分钟有多少个事件。然后，我想将所有日期组合在一起，并打印包含事件的日期时间。最后，我想使用bokeh和matplotlib输出折线图和直方图。
import numpy as np
import pandas as pd
from pandas import Series, DataFrame
import matplotlib.pyplot as plt
#alows you to see matplotlib in Inotepad
%matplotlib inline
dframe = pd.read_table('info.txt&#
浏览 0提问于2016-01-08得票数 0
1回答
我有一个包含分类列和数值列的dataframe，我想要对数值列(max，min，sum...)上的值进行一些破坏。这取决于编目列的值(所以我必须为每个编目列可以采用的每个值创建新列)。 为了使它更不稳定，最好放一个玩具示例。 假设我有这个数据帧： import pandas as pd
df = pd.DataFrame({
'ref' : [1, 1, 1, 2, 2, 3],
'value_type' : ['A', 'B', 'A', 'C', 'C'
浏览 13提问于2020-10-28得票数 1
回答已采纳
1回答
在某些转换中，我似乎被迫脱离Pandas dataframe分组对象，而我想要一种返回到该对象的方法。
给定一个时间序列数据帧，如果按数据帧中的一个值分组，我们将获得一个从键到数据帧的底层字典。因为结构是dataframe的关键，所以不能使用.from_dict()将该结构转换回Dataframe。据我所知，返回Pandas而不进行一些繁琐的列重命名的唯一方法是将其转换回一个分组的对象。有没有办法做到这一点？
如果没有，我如何将实例字典转换回数据帧，再转换回Pandas数据结构？
编辑添加样本：：
rng = pd.date_range('1/1/2000', periods=
浏览 0提问于2014-05-06得票数 0
我在pandas中有一个数据帧，看起来有点像这样： A B C
1 0.5 0.6
1 0.7 0.1
2 0.3 0.2
3 0.1 0.3
3 0.2 0.1 在jupyter中打印熊猫数据帧时，默认输出样式是使用交替的浅色和灰色背景对每行进行着色。我希望能够调整每组列A值的背景颜色，以便每组都有一个交替的配色方案。因此与默认样式类似，除了每行背景不是灰色和白色交替，而是由来自列A的一组值交替。 我在这里找到了一些文档：https://pandas.pydata.org/pandas-docs/stable/us
浏览 19提问于2019-08-27得票数 2
回答已采纳
我试图通过一次添加几行来填充pandas中的现有数据帧，行数取决于一个理解列表，因此它是可变的。初始数据帧按如下方式填充： import pandas as pd
import portion as P
columns = ['chr', 'Start', 'End', 'type']
x = pd.DataFrame(columns=columns)
RANGE = [(212, 222),(866, 888),(152, 158)]
INTERVAL= P.Interval(*[P.closed(x, y) for x
浏览 31提问于2021-08-06得票数 0
我需要根据一些标准拆分整个数据帧(Pandas)。例如：
import pandas as pd
import numpy as np
a = np.random.random(size=(1,10))
b = np.random.randint(100,size=a.shape)
df = pd.DataFrame(array((a,b)).T,columns=['a','b'])
现在，如果我想将数据帧分成两部分，其中df'a‘>= 30和df'a’< 30
df_two = [df[df['a'] < 3
浏览 4提问于2017-02-28得票数 2
回答已采纳
我有一个大文件，导入到Pandas中的单个数据帧中。我使用pandas根据数据帧中的行数将文件拆分成多个段。
例如: 10行:文件1获取0:4文件2获取5:9
有没有一种方法可以做到这一点，而不必创建更多的数据帧？
浏览 0提问于2017-11-22得票数 2
我有一个数据帧，为了创建一些分区，我必须从中检索唯一的值。我有这个部分，我可以得到一个小的数据帧，每一行都是一个特定的分区。我遇到的挑战是，我需要将原始数据帧过滤到适当的数据(不修改原始帧，以便我可以过滤所有值)，以便可以将其发送到S3。
根据小数据帧中的序列过滤数据帧时遇到问题。
下面是我的代码：
df_partitions = df.groupby(['grid_id', 'case_id', 'snapshot_year', 'snapshot_month', 'snapshot_day'])
浏览 10提问于2020-02-22得票数 0
回答已采纳
我有一本有365个数据帧的字典，每天一个。在这里，简单地说，让我们假设3个数据框架。
dataframes = {'Df_20100101': DataFrame, 'Df_20100102': DataFrame, 'Df_20100103': DataFrame}
每个数据框架由相同的变量组成：“日”、“价格”、“数量”和“销售/购买”。我希望通过变量“Sale/ by”过滤这些数据帧，并且只保留那些有"Sell“的观察结果。为此，我使用以下命令：
sells = {k: df[df["Sale/Purchase"]=
浏览 4提问于2019-12-03得票数 0
回答已采纳
我有多个数据帧，例如:数据帧1
V1 V2
1 Charlie 30
2 Tom 50
3 Anna 20
数据帧2
V1 V2
1 Tom 30
2 Anna 10
3 Julia 60
如果第一列的值相同，如何将这些数据框迁移到相同的数据框中并添加第二列：
V1 V2
1 Charlie 30
2 Tom 80
3 Anna 30
4 Julia 60
浏览 0提问于2017-02-26得票数 0
1回答
在Python3.6中，我在for循环的帮助下遍历了pandas dataframe中的groupby列。这样做的问题是，如果我有很多数据，它就会变得很慢。这是我的代码：
import pandas as pd
dataDict = {}
for metric, df_metric in frontendFrame.groupby('METRIC'): # Creates frames for each metric
dataDict[metric] = df_metric.to_dict('records') # Converts dataframe
浏览 0提问于2018-03-01得票数 0
回答已采纳
1回答
我正在尝试读取以下数据集，并将其转换为pandas数据帧：
它是一个包含以下格式的行的文件：
{'event_info': '...', 'event_timestamp': '...', 'event_type': '...'}
{'event_info': '...', 'event_timestamp': '...', 'event_type': '...'}
{'event_info&#
浏览 0提问于2020-11-10得票数 3
2回答
如何连接列
、、、
我已经下载了两个数据帧，我想将它们连接在一起(我不是程序员)。我使用的是Python 2.7。
我的代码是这样的：
from pandas_datareader.data import Options
import datetime
import pandas as pd
pd.set_option('display.width',280) # default is 80
aapl = Options('aapl', 'yahoo')
expiry = datetime.date(2017, 1, 1)
data_CALL = aapl.g
浏览 5提问于2017-11-30得票数 2
我使用Python Pandas对一个名为"Trace“的列进行分组。对于每个跟踪，都有一个包含两个峰值的"Value“列，我试图将它们传输到不同的数据帧中。第一个问题是，当我使用groupby时，它不会保留我想要选择的值所在行的其余数据。例如，如果一个Pandas数据帧有6列，那么我想在使用groupby之后保留所有6列。第二个问题是，我想要的两个最大值不是列中的两个最大值，而是数据集中的“峰值”。例如，附加的图像显示了我想要其值的两个峰值。我希望将两个峰值中每个峰值的最大值导出到新的数据帧中，并将先前数据帧中其他列的行值导出到新的数据帧中。
在下面的代码中，我希望按"
浏览 54提问于2018-08-05得票数 0
回答已采纳
1回答
在pandas中重塑表格
、、、
下面是我在合并多个查询日志数据帧时创建的数据帧的摘录：
keyword hits date average time
1 the cat sat on 10 10-Jan 10
2 who is the sea 5 10-Jan 1.2
3 under the earth 30 1-Dec
浏览 0提问于2013-05-23得票数 0
回答已采纳
1回答
首先，我需要说明我的代码运行时没有任何错误消息，但是我不理解一些结果。
我在networkx中从一个pandas数据帧创建了一个图，它有398595个整数ID。
# Create Graph
G = nx.Graph()
G.name = "Graph from Pandas"
# Add Nodes to Graph
G.add_nodes_from(test_df['ID'].tolist())
print(nx.info(G))
nx.info(G)的输出如下所示，这也是正确的，这是我所期望的：
Type: Graph
Number of nodes:
浏览 0提问于2020-09-28得票数 0
我正在尝试将我的曲线图转换为Seaborn，但我的多重条形图出现了问题。数据是列表的列表，如下所示：
raw_data = [[47.66773437098896, 47.585408826566024, 45.426437828641106, 44.955787935926836],
[47.700582993718115, 47.59796443553682, 45.38896827262796, 44.80916093973529],
[47.66563311651776, 47.476571906259835, 45.2146096876
浏览 3提问于2018-12-01得票数 3
1回答
我尝试按两个单独的组类型A_Bucket和B_Bucket对一个A_Bucket数据帧进行分组，并将每个Pandas组转换为一个列。我得到了这样的组：
grouped = my_new_df.groupby(['A_Bucket','B_Bucket'])
我希望A_Bucket组在列中，B_Bucket组作为索引。'A‘大约有20个值，B大约有20个值，所以总共有大约400个组。
当我打印grouped及其类型时，我得到：
type of grouped2 = <class 'pandas.core.groupby.DataFrameGr
浏览 5提问于2016-09-05得票数 12
回答已采纳
我有一个多年来的股票数据列表，我想删除每个月市值中最低的x%。我的想法是创建一个循环，为每个月创建一个新的Pandas数据帧，然后在那个月内，我删除市值中最低的x%。这就是数据的样子 ?
浏览 12提问于2021-03-28得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
