如何从熊猫数据帧生成归一化序列？
从熊猫数据帧生成归一化序列可以通过以下步骤进行：
- 导入所需库：首先，导入pandas库以操作数据帧，导入sklearn库中的preprocessing模块以进行数据归一化处理。
import pandas as pd
from sklearn import preprocessing- 加载数据帧：使用pandas的read_csv函数加载数据帧。假设数据帧存储在名为df的变量中。
df = pd.read_csv("data.csv") # 替换为实际的数据文件路径- 选择需要归一化的特征列：根据实际需要，选择需要进行归一化处理的特征列。假设需要对名为"feature1"和"feature2"的两列进行归一化。
selected_features = ["feature1", "feature2"]- 数据归一化：使用preprocessing模块中的MinMaxScaler方法进行数据归一化处理。
scaler = preprocessing.MinMaxScaler()
df[selected_features] = scaler.fit_transform(df[selected_features])- 查看归一化结果：打印归一化后的数据帧以查看归一化是否成功。
print(df[selected_features])在这个过程中，我们使用了sklearn库中的preprocessing模块中的MinMaxScaler方法对选择的特征列进行了归一化处理。这种方法通过将原始数据按照最小值和最大值进行线性缩放，将数据映射到0到1的范围内。这种归一化方法适用于大部分机器学习算法，并且能够保留原始数据的分布特征。
针对该问答内容，腾讯云提供了一系列与云计算相关的产品和服务，例如弹性计算、容器服务、云数据库、云安全等。您可以访问腾讯云官方网站，了解更多关于腾讯云产品的详细信息。
相关·内容
1回答
我正在努力理解以下从熊猫系列创建的Dataframe。为什么熊猫会返回两个不同的数据帧。在这里添加'[]‘有什么区别吗？ series = pd.Series([11,22,33])
df1 = pd.DataFrame(series)
df2 = pd.DataFrame([series]) # series inside [] 以下是输出： df1： 0
0 11
1 22
2 33 df2： 0 1 2
0 11 22 33 ?
浏览 8提问于2020-09-08得票数 2
回答已采纳
1回答
受 post的启发，我希望在每个分组中获得一个数据帧中的值的不同计数，并在数据帧中创建一个具有不同计数值的列。如下所示：
原始数据框架：
import pandas as pd
df = pd.DataFrame(
{'A' : ['foo', 'foo', 'foo', 'foo',
'bar', 'bar', 'bar', 'bar'],
'B' : ['foo', '
浏览 3提问于2016-01-06得票数 2
回答已采纳
2回答
这是数据帧，我希望将整数1-74改为时间间隔，从5:00开始到24:00，间隔15分钟。整数将被这样映射(1，2，3，4，.，72，73，74)到(5:30，5:45，6:00，6:15，.，23:30，23:45，24:00)。
我期待着这样的结果。我使用excel函数手动完成了它。我需要一种用python f做这件事的方法
功能。
浏览 3提问于2022-03-31得票数 0
回答已采纳
我正在使用C#的openCV库中的Lucas Kanade光流算法；每两个帧中有一系列的帧，我想找出光流是什么，并在pictureBox中显示它。
我可以从下面的函数中获取velX & velY：
Emgu.CV.OpticalFlow.LK(imGrayCurrent, imGrayNext, windSize, velX, velY);
现在，我应该如何使用这两个来显示两个帧之间的流？或者换句话说，我应该如何获得像素的位移？
Tnx
浏览 0提问于2012-04-04得票数 0
我们有一个现有的脚本从S3读取json文件并转换成拼板格式，数据接收到下面的格式，并且能够通过下面的代码读取，
json文件内容： {"Id":"123124"，"Account__c":"0ereeraw334U"，"Active__c":"true"}
转换为数据帧的现有代码： df =pd.read_json(obj‘’Body‘，dtype='unicode'，convert_dates=False)
，但是如何以相同的方式读取下面的json数据，
{"cust_la
浏览 8提问于2020-04-13得票数 2
回答已采纳
1回答
我正在使用python和pandas从数据帧中随机抽取样本。我的数据帧如下所示： 第一列包含时间，第二列是平均速率，第三列是1-sigma，第四列是与该行描述的事件相关的概率。 ? 我知道我可以使用下面的代码来绘制加权样本： random=df.sample(n=100000, replace=True, weights='P>0', axis=0) 但我不确定在这里使用概率是正确的“权重”。简而言之，我需要具有较低P>0的值的采样频率低于具有P>0的值的采样频率。 有人愿意在这方面分享意见/不同的选择吗？ 谢谢!
浏览 24提问于2020-04-24得票数 1
回答已采纳
1回答
熊猫-数值栏
、、
如何选择具有数据帧中所有列的数值的列？
我们可以通过使用列名来选择所需的列，然后从数据帧中切片这些列，但是如何使用其中存在的数据类型提取这些列呢？
浏览 17提问于2022-03-02得票数 0
1回答
金融时间序列数据归一化
、、、
我用R中的Keras来预测金融时间序列。价格正常化很容易，只需计算收益或日志回报，通常就足够了。我想用高盛金融状况指数和摩根士丹利资本国际世界指数来预测其他证券，我想用水平和它们的回报或最初的差异来预测。我认为使用minmax或z-得分归一化是不合适的，因为序列分布会改变。那么，问题是如何规范非平稳时间序列数据？
浏览 0提问于2018-12-27得票数 5
回答已采纳
我正在使用df.write.jdbc将数据帧保存到数据库表中。
我的数据帧中有一列是map(string, string)类型的a。如何将其写入数据库表？目标是一个红移数据库。
浏览 27提问于2017-03-17得票数 0
2回答
熊猫将时间间隔重叠到时间序列
、、、、
我有一个pandas数据帧，其中包括在某些点重叠的时间间隔(图1)。我需要一个具有从第一个start_time开始到最后一个end_time结束的时间序列的数据帧(图2)。我必须在重叠的时间间隔上对VIS值求和。我想不通了。我该怎么做呢？
浏览 0提问于2021-10-12得票数 0
2回答
我有不同的时间序列熊猫数据帧，看起来像：
数据‘F_NQ’=
OPEN HIGH LOW CLOSE VOL OI P R RINFO DATE
1996-04-10 12450 12494 12200 12275 2282 627 0 0 0 1996-04-11 12200 12360 12000 12195 1627 920 0 0 0
我将它们合并到一个数据帧中，以便可以使用concat mergeData = pd.concat(data, axis=1, keys=data.
浏览 0提问于2016-10-04得票数 0
1回答
熊猫原版
、、
有一个从Pandas指南中的csv创建的数据框架:例如：
cast=pd.read_csv('cast.csv', index_col=none, encoding='utf-8')
cast.head()
title year
0 Macbeth 1913
1 Macbeth 1997
2 Macbeth 1998
3 Macbeth 2006
那我们就这么做
c = casts
c.groupby( [c['year']//10*10, 'type'] ).size().head(8)
因为c数据框架是可变的对象，所以
浏览 1提问于2018-12-23得票数 1
回答已采纳
1回答
我正在使用Scrapetube从一个频道获取视频，它带来了一个生成器对象。从非常简单的文档中，我知道它包括参数"videoId"，但是我如何知道我可以从那里得到哪些其他参数呢？我是否可以将生成器对象转换为，例如，数据帧？
浏览 4提问于2022-09-03得票数 0
1回答
我在使用Pandas 的地方有以下代码
randomState = 123
sampleSize = 750
df = pd.read_csv(filePath, delim_whitespace=True)
df_s = df.sample(n=sampleSize, random_state=randomState)
这将生成一个示例数据帧df_s。每次我使用相同的randomState运行代码时，我都会得到相同的示例df_s。当我将值从123更改为12时，示例也会更改，所以我猜这就是random_state所做的事情。
我愚蠢的问题是:数字的改变对样本的改变有什么影响？我看了和，但看不清
浏览 3提问于2017-07-20得票数 8
回答已采纳
3回答
对齐FFT帧
、、
叠加它们，我得到了一个完美的匹配。
然而，如果我在其中一个数据的开头切掉一个非帧大小的块，那么FFT就不匹配(从end开始对齐)。
我猜这是因为框架中包含的频率。如果一个频率被划分到两个帧中，那么与集中在一个帧中相比，这两个帧中的能量都会更低。
如何补偿/绕过此影响？
浏览 1提问于2011-09-16得票数 1
3回答
如何从一组元组中过滤数据帧，以使配对是相同的？我需要一种更优雅的写作方式。我尽量不使用merge，因为它会降低效率。 所以我有一个名为tup_list：[('118', '35'), ('35', '35'), ('118', '202')的元组列表，假设每个元组中的第一个元素是A，第二个元素是B，我试图根据这个tup_list过滤我的数据帧，其中的配对需要相同。 原始数据帧： A B
118 35
118 40
35 202
118 1
35 35 根据tup_list过滤后，新的数据帧
浏览 28提问于2018-12-21得票数 4
A有一个带有值的数据帧：
user value
1 0
2 1
3 4
4 2
5 1
当我尝试用density=True绘制直方图时，它显示了非常奇怪的结果
df.plot(kind='hist', denisty=True)
我非常清楚第一个bin几乎涵盖了100%的值。在这种情况下，密度应该大于0.8。但plot显示的是0.04左右。
这怎么会发生呢？也许我把density的意思弄错了。顺便说一句，数据帧中有大约80万个值，以防与之相关。以下是数据帧的describe：
count 795846.000000
mean 5.22
浏览 16提问于2019-11-28得票数 3
回答已采纳
我正在使用nanomsg将我的数据从Windows传输到CentOS。
目前，我正在使用Req/Rep模式。
CentOS将发送一个Req-request，而“Rep”将对其作出响应。
看上去没问题。
但我所回应的数据片段混合了几个结构。具有多个数据帧的数据头。
我想一个接一个地送他们。
但是根据nanomsg的说法，Req/Rep应该只发送一个请求，然后一次只接收一个响应。就这样。
因此，如果我发送头部，nn_socket将禁止我发送数据帧。
我能做的就是做一个很大的缓冲区，把头和数据帧连接起来，然后把它们放在一起。
有没有办法把他们一个一个地送过去而不是一起送去呢？
谢谢!
浏览 9提问于2017-01-14得票数 0
回答已采纳
我已经在PyTorch的视频中建立了一个动作识别的CNN模型。我正在使用torch dataloader模块加载训练数据。 train_loader = torch.utils.data.DataLoader(
training_data,
batch_size=8,
shuffle=True,
num_workers=4,
pin_memory=True) 然后通过train_loader对模型进行训练。 train_epoch(i, train_loader, acti
浏览 40提问于2019-04-12得票数 2
回答已采纳
2回答
类似于这个问题，，我想快速计算数据帧中某些列的指数衰减和。但是，数据帧中的行在时间上不是均匀的。因此，尽管exponential_sum[i] = column_to_sum[i] + np.exp(-const*(time[i]-time[i-1])) * exponential_sum[i-1]没有考虑到np.exp(...)的权重，但我并不清楚如何改变这个问题，并且仍然利用熊猫/numpy矢量化的优势。这个问题有熊猫矢量化的解决方案吗？
为了说明所需的计算，下面是一个样本帧，其A的指数移动和存储在Sum中，衰减常数为1：
time A Sum
0 1.00 1
浏览 4提问于2015-10-23得票数 9
回答已采纳
4回答
我只想添加存储在字典中的数据帧。直觉上，我想要循环字典。但是，我没有零值的初始数据帧。要做到这一点，最好的方法是什么？目前，我正在做以下工作：
dict = {'B' :df1, 'C':df2, 'D': df3}
total = dict['B'] + dict['C'] + dict['D']
dfs是从csv文件读取时初始化的，可能有3个以上。
如何在循环中完成此任务？
浏览 2提问于2015-06-30得票数 0
我有两个数据帧：
df:
col1 col2
0 x 1
1 a 2
2 b 3
3 c 4
和
df2:
col1 col2
0 x 1
1 a 2
2 f 6
3 c 4
我希望获得数据帧，其中df2中的新行将被添加到新的数据帧中，该数据帧具有df的相同索引，如下所示：
col1 col2
0 x 1
1 a 2
2 b 3
3 f 6
4 c 4
浏览 8提问于2022-03-14得票数 1
回答已采纳
我有一个数据帧，如下所示 Category Descrption Max_value ... Total_months
A Keyboard 0 5
B Monitor 5 7 所以我期望的是在下面的地方，直到total_months从0到那个值，其余的列重复它自己。 Category Description Max_value ... months
A Keyborad 0 0
A Keyborad 0
浏览 8提问于2021-01-09得票数 1
回答已采纳
1回答
尝试使用requests.get(stream=True)和iter_lines从流中加载数据帧，但它不能正常工作。
也尝试了的示例解决方案，但似乎对我不起作用。
以下是使用字符串生成器(csv表示)填充数据帧的示例解决方案：
import pandas as pd
print(pd.__version__)
def gen():
lines = [
'col1,col2\n',
'foo,bar\n',
'foo,baz\n',
'bar,baz\n'
浏览 0提问于2020-09-12得票数 0
我试图将一个字符串转换为熊猫数据帧中的日期字段。
df['DATE'] = pd.to_datetime(df['DATE'],format='%d%b%Y')
但我收到警告：
C:\anaconda2\lib\site-packages\ipykernel_launcher.py:17: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame.
Try using .loc[row_indexer,col_indexer
浏览 0提问于2018-05-16得票数 0
回答已采纳
我有一个熊猫数据框架： type(df_s1)
Out[362]: pandas.core.frame.DataFrame 这是它的一行。它是一个系列，而不是一个数据帧。但我希望它是一个数据帧。我该怎么做呢？ type(df_s1.iloc[(j+2), 0:n_s])
Out[363]: pandas.core.series.Series 对于数据帧中的多个行，这不是问题。 type(df_s1.iloc[(j-1):(j+2), 0:n_s])
Out[364]: pandas.core.frame.DataFrame
浏览 7提问于2020-04-22得票数 0
1回答
我正在修改一些现有的代码来使用Spark。我有多个包含不同数据集的数据帧。在转换主数据帧(或主数据集)时，我需要使用来自其他数据帧的数据来完成转换。我还有一种情况(至少在当前结构中)，我需要在另一个数据帧的转换函数中创建新的数据帧。
我试图确定以下几点：
我能否访问另一个数据帧的转换函数中的数据帧？
数据帧是否可以在dataframe的转换函数中在执行器上创建？
关于如何处理这种情况的建议将是非常有用的。
浏览 1提问于2017-09-01得票数 7
回答已采纳
2回答
平均日期熊猫
、、
我有一个包含x、y、年、月的太大的数据帧，如何创建一个以天为月的平均值作为输入的新列 X/Y/YEAR/MONTH
1/2/1990/2
1/2/1990/5
1/2/1990/6
4/8/2020/1
4/8/2020/2
4/8/2020/3
4/8/2020/4
3/7/2020/8 我试着每月使用条件if，但代码太大了，有没有其他方法呢？预期输出 X/Y/YEAR/MONTH/DAYS
1/2/1990/2/14
1/2/1990/5/15.5
1/2/1990/6/
4/8/2020/1/15.5
4/8/2020/2/14
4/8/2020/3/15.5
4/8/2020/4/1
浏览 16提问于2020-11-10得票数 1
回答已采纳
3回答
从宽到长在熊猫身上重塑
、、、
让我们假设我在pandas中有以下数据帧：
AA BB CC
date
05/03 1 2 3
06/03 4 5 6
07/03 7 8 9
08/03 5 7 1
我想将其转换为以下内容：
AA 05/03 1
AA 06/03 4
AA 07/03 7
AA 08/03 5
BB 05/03 2
BB 06/03 5
BB 07/03 8
BB 08/
浏览 1提问于2016-04-11得票数 31
回答已采纳
1回答
我编写了此列表理解，用于将熊猫数据帧导出到CSV文件(每个数据帧被写入不同的文件)：
[v.to_csv(str(k)+'.csv') for k,v in df_dict.items()]
熊猫数据帧是字典的值，其中键将是CSV文件名的一部分。因此，在上面的代码中，v是数据帧，而k是将数据帧映射到的字符串。
一位同事说，使用列表理解不是写输出文件的好主意。为什么会这样？此外，他还说，为此使用for循环会更可靠。如果是真的，为什么会这样呢？
浏览 0提问于2016-08-16得票数 1
回答已采纳
1回答
df_net = pd.DataFrame(j) //// where j is the list of list of data frames
当我运行上述命令并使数据帧从列表j生成时，我所看到的数据框架将在下面给出
这个数据帧的每一行都有进一步的365个条目和5列
浏览 1提问于2020-09-21得票数 0
回答已采纳
我有一个具有随机的、未排序的行索引的DataFrame，这是从原始DataFrame中删除一些“噪声”的结果。 row_index col1 col2
2 1 2
19 3 4
432 4 1 我想在这个数据帧中添加一些pd.Series。该系列具有从0到行的n=number排序的索引。行数等于DataFrame中的行数 在尝试了多种方法将该系列添加到我的DataFrame之后，我意识到来自该系列的数据变得混乱了，因为(我相信) Python正在通过索引匹配记录。 有没有一种方法可以将Series添加到Dat
浏览 18提问于2019-06-22得票数 1
回答已采纳
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。
df1 = pd.DataFrame(data=date_dict.values(),
index=[datetime.datetime.combine(i, datetime.time())
浏览 1提问于2012-11-14得票数 17
回答已采纳
4回答
我正在寻找一种有效的方法来从从pd.DataFrame创建的字典列表中删除零。举个例子：
df = pd.DataFrame([[1, 2], [0, 4]], columns=['a', 'b'], index=['x', 'y'])
df.to_dict('records')
[{'a': 1, 'b': 2}, {'a': 0, 'b': 4}]
我想要的是：
[{'a': 1, 'b': 2}, {'b
浏览 2提问于2016-12-15得票数 5
1回答
我使用熊猫的nsmallest来查找特定列中具有最小值的n行，如果我正确理解它返回数据帧对象；如何从数据帧中删除这些行？熊猫的drop只获取行索引，而不是数据框架
浏览 1提问于2021-04-22得票数 1
回答已采纳
2回答
我希望将数据从数据框架中分割成两列，并使用这些数据构造新列。
我的数据框架是，
dfc = pd.DataFrame( {"A": ["GT:DP:RO:QR:AO:QA:GL", "GT:DP:RO:QR:AO:QA:GL", "GT:DP:RO:QR:AO:QA:GL", "GT:DP:GL", "GT:DP:GL"], "B": ["0/1:71:43:1363:28:806:-71.1191,0,-121.278", "0/1:71:43:1363:2
浏览 11提问于2016-12-29得票数 4
回答已采纳
我有两个数据帧，如下: DF1：
Name Value
buying fish hook 240
arrange lunch 75
repair equipment 800
purchase air condition 1400
buying fish 66
DF 2：
Name
fish
lunch
equipemt
air condition
hair condition
fish hook
我想用模糊逻辑匹配来自两个数据帧的名称列中的名称，并将第二个数据帧中的名称列
浏览 1提问于2018-07-05得票数 3
我的数据框架
uid,api_url
1, abc.com
2, xyz.com
我的json的密钥url必须从数据帧的api_url中获取并获得响应。
jso ='''{
"ui_id": "1111",
"data": {
"url": "xxxxxxx"
}
}'''
json_d = json.loads(jso)
我的代码
def doc_(response):
headers = {"Co
浏览 2提问于2019-12-20得票数 1
回答已采纳
1回答
我需要编写一个函数，它接受两个帧作为输入，并计算它们之间的差异。输出将是一个帧，其中每个像素的值表示目标帧和参考帧中相应像素之间的绝对差
最后，我需要以灰度显示这个“残差”帧。此处不计算任何运动矢量。
我该如何开始做这件事？
此外，我需要创建一个单一的观察窗口，将显示4个图像。
有什么解决方案吗？
浏览 2提问于2011-05-23得票数 0
回答已采纳
1回答
我有一个分组数据框架：
a = [1, 2, 3, 4] + [11, 22, 33, 44] + [111, 222, 333, 444] + [1111, 2222, 3333, 4444] + [1111, 2222, 3333, 4444]+ [11111, 22222, 33333, 44444]+ [111111, 222222, 333333, 444444]
b = ['Friday', 'Friday', 'Friday', 'Friday',
'Monday', 'Mond
浏览 5提问于2021-12-17得票数 0
2回答
我使用以下代码从相当大的数据帧中删除行。
try:
df = df[~df['Full'].str.contains(myregex, regex=True, case=False)]
return df
但是，任务管理器没有在每次迭代时减少内存中数据帧的大小(每次删除大量数据)，而是显示了更高的内存利用率。
在开始过滤之前，python使用了大约4GB的内存，但是在第22次过滤事件之后，它使用了22 4GB的RAM。
是否有更有效地从数据帧中删除匹配项的方法？
编辑:我使用regex并包含。我改变不了
浏览 0提问于2019-08-21得票数 0
回答已采纳
1回答
什么是正确和快速的方式开始流/播放的h264高清晰度电视视频转储从特定点？
现实生活流的巨大样本：文件。
根据'ffprobe -show_frames‘，这个样本10 10 105分钟的视频转储只有28个视频帧标记为'key_frame=1’和10个I帧。
我正在努力改进的应用程序使用这样的帧作为某种索引，允许从任何关键帧或I帧回放和播放。它可以与其他流完美地协同工作。但在这种情况下不是这样的，因为您很容易理解。在100+中只有28分钟的播放起始点太低了。
我已经检查了是否存在启用了‘随机访问指示符’的数据包--但是这个流中的这些数据包不在帧边界上，它们没有启用‘帧开始’位，
浏览 0提问于2013-04-13得票数 1
回答已采纳
2回答
我有一个相对干净的数据集，有两列，没有间隙，快照如下所示：
我运行以下代码行：
correlation = pd.rolling_corr(data['A'], data['B'], window=120)
出于某种原因，这将输出一个数据帧(如下图所示)，其中有很大的间隙：
我个人以前没有见过这个问题，在查看了数据(比代码更多)之后，我不确定问题可能是什么？
浏览 0提问于2017-10-27得票数 1
1回答
Pandas滚动应用乘法
、、、
我本以为这是pd.DataFrame().rolling()或pd.Series().rolling()的基本应用程序，但pandas滚动函数似乎不能处理应用于滚动窗口的标量乘法；我希望我错了，有人能发现错误。 我尝试取一个序列(或数据帧)的滚动窗口，并将该序列/数据帧的每一行乘以一个权重的序列/数据帧(这些权重已经预先计算好了)。我认为应该可以工作的代码是： data.rolling(5).apply( lambda x: x*weights ) 使用 data = pd.Series( np.random.randint(1,101,2000) )
weights = pd.Serie
浏览 183提问于2021-03-31得票数 1
1回答
我有成千上万的视频，其中每一个都包括固定的帧数，也就是35帧。我试图通过训练LSTM模型来对视频进行分类。但我不知道人们如何保持视频的顺序结构，并训练一个LSTM模型。
因此，我想做的是；
从数据集读取视频
获取该视频的35帧，并通过CNN提取每帧的特征。
将这35帧功能提供给LSTM层-如何通过批处理将每个视频(35帧)提供给LSTM？
函数在中得到了广泛的应用。但是，，我不知道如何保持视频的顺序结构，同时将所有数据读取到内存中，以便使用fit函数.
rm.model.fit(X,y,batch_size=batch_size, validation_data=(X_te
浏览 8提问于2017-08-26得票数 1
2回答
我正在做一些工作，比较一段时间内一些气体浓度的插值fft法，其中一些气体的采样不均匀，与相同数据的隆布-斯卡格尔周期图进行比较。我是用ppb的fft函数来计算傅里叶变换，然后把它的模数平方，给出我相信的功率谱密度，单位为十亿分之一(Ppb)平方。
我可以得到隆布-斯卡格尔图几乎与FFT匹配，但从没有相同的幅度，FFT功率谱密度总是更高，尽管我认为隆布-斯卡格尔功率是功率谱密度。现在我使用的lomb代码：，规范了数据集的平均值，并将数据的方差除以数据的2倍，因此我已经以相同的方式对FFT数据进行了规范化，但量值仍然不匹配。
因此，我做了更多的研究，发现规范化的隆布-斯卡格尔权力可能是不统一的，因
浏览 0提问于2013-02-18得票数 2
回答已采纳
1回答
我从yfinance下载了如下数据：
import yfinance as yf
symbols=['BTC-USD', 'SPY', 'TSLA', 'AAPL', 'CAKE', 'JBLU', 'MSFT']
data = yf.download(symbols, start="2015-01-01", end="2021-04-20")
我尝试从数据帧广告中选择appl。
appl=data['AAPL']
但这不管用，我不知
浏览 2提问于2021-05-29得票数 0
回答已采纳
1回答
我有一个while循环，它从一个列表中随机返回三个项。然后再次执行相同的操作，直到列表为空。我想收集这16排熊猫的资料。
from random import randint
colors = ['Pink', 'Purple', 'Green', 'Skyblue', 'Blue', 'Grey'] * 8
while colors:
lst = [colors.pop(randint(0, len(colors) - 1)) for _ in range(3)]
print(
浏览 3提问于2021-01-17得票数 0
回答已采纳
我形成了一个数据帧，其条目如下：
month val
1 Apr. 2013 0.1820011
2 Aug. 2013 -0.1278371
3 Dec. 2012 -0.4365417
4 Dec. 2013 0.7253285
5 Feb. 2013 -0.8435299
. .
. .
在frame.Now中有15行，我想在图形上绘制val值，month的条目应该显示为x轴上的刻度线。我执行了这个命令：
plot(mat$val,type="o",col="blu
浏览 2提问于2014-08-14得票数 0
2回答
我对如何在数据帧上执行计算感到有点困惑。基本上我有10个数据帧，比如说10行10列。我想基本上遍历每个数据帧中的某个单元格，将它们添加到一个列表中，然后对其应用一个函数。
示例:从10个数据帧中获取所有df(0,0)，并将它们附加到一个列表中。最终对它们应用归一化函数，并将它们的归一化分数填充回各自的数据帧。
下面是我从10个不同的数据帧中检索到所有df(0,0)单元后想要进行的计算。rangex是列表)
import numpy as np
df1 = pd.DataFrame(np.random.randint(low=0, high=10, size=(5, 5)),
...
浏览 0提问于2019-05-14得票数 2
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
即时通信 IM
对象存储活动推荐
腾讯云开发者
