我有一个以name作为索引的dataframe，而一个由出生日期组成的列，例如 > df_birthdatePaul 2009-03-07
> df_huge = pd.DataFrame({'School': ['A','A','A','A','B','B&#x
浏览 8提问于2020-01-07得票数 1
回答已采纳
我有一列数据类型对象的dataframe，它主要由许多缺失的值(如NaN )和一些字符串(如'False‘和'True’条目组成。我想将其转换为布尔数据类型，但是NaN条目被转换为True。如何在保持NaN值的同时做到这一点？
1-我已经尝试过.astype()方法，它将NaN值返回为True。尝试先转换为数字，然后转换为布尔值，最后得到相同的结果。
浏览 2提问于2019-09-21得票数 2
回答已采纳
我有一个具有不同数据类型(floats和int)的列的dataframe。两行顺序不对，我需要交换它们，但是将一行复制到另一行是行不通的。import pandas as pd
{"a":2.5, "b":10},
{"a":2.7, "b":12},{"a":2.8, "b":
浏览 1提问于2019-06-17得票数 1
回答已采纳
我从aws s3-bucket下载了一堆csv文件，并将它们放入数据帧中。在将dataframe上传到sql server之前，我想更改dataframe的列，使其具有正确的数据类型。当我在一个列上运行astype('float64')时，我想要改变它，不仅改变数据类型，还改变数据。如您所见，第三列(testcol)中的数据与第二列(lineI
浏览 88提问于2020-06-24得票数 2
回答已采纳
我把我的文本文件读到了熊猫的资料里。所有列都是对象数据类型。我需要做的是将显示为“数字”的所有列转换为数字列。如果只有几根柱子，那就很容易。但我真正的数据中心有二百多个专栏。我想知道是否存在将这些列转换为数字的方法，同时保持那些无法被转换的列保持不变。例如，我有下面的数据。df = pd.DataFrame({
浏览 1提问于2018-02-13得票数 3
回答已采纳
有没有一种更好的方法来保持numpy数组的数据类型固定为int (或int64或其他任何类型)，同时内部仍有一个元素列为numpy.NaN
特别是，我正在将内部数据结构转换为Pandas DataFrame在我们的结构中，我们有整数类型的列，它们仍然有NaN(但是列的dtype是int)。如果我们把它变成一个DataFrame，它看起来会把所有的东西都转换成一个浮点型，但我们真的很
浏览 330提问于2012-07-19得票数 190
回答已采纳
2回答
我有一个具有强制数据类型的DataFrame，这些数据类型对我的应用程序非常重要： (1,正确地产生：然而，当我使用.iloc选择一行时，Pandas会突然将所有内容转换
浏览 10提问于2021-12-21得票数 2
我正在使用pandas.read_sql_query从Sql server中读取一些数据。我在Sql server中读取的数据类型是int和real，即32位整数和32位浮点值。但在结果数据帧中，数据类型是int64和float64。我可以在将数据放入Pandas数据帧后将其转换回32位，但我正在读取大量数据，因此这将导致内存问题。有没有办法在读取数据帧时保持来自
浏览 31提问于2020-12-04得票数 2
我试图在dataframe底部创建一行，以显示某些列的总和。我的印象是，这将是一个非常简单的操作，但令我惊讶的是，我发现没有一个方法对我来说是一蹴而就的。我在上面找到的方法是：
只要在dataframe中有非数字列，这对我就不起作用。我需要先选择列，然后再将非数字列连接回。df.append(df.sum(numeric_only=True), ignore_inde
浏览 3提问于2019-02-08得票数 2
回答已采纳
2回答
我有这样的代码，它在我的R数据框架中生成新列： v <- apply(x[,c(i,i+14,i+28, i+42)],1,sum,na.rm=T) x[,paste("income", i-1)]
浏览 2提问于2017-09-01得票数 2
回答已采纳
我有以下数据：root |-- words: array (nullablecontainsNull = true) | |-- element: string (containsNull = true)但是，我得到以下错误：
<console>:44: error: value zip is not
浏览 1提问于2017-02-15得票数 0
我是PHP/MySQL的新手。对于那些在启动前使用示例数据填充数据库的人，如何在保持列的数据类型的同时做到这一点？例如，下面是我的表的样子：| Field | Type || is_
浏览 2提问于2012-03-19得票数 0
回答已采纳
我想在我的数据帧中添加一个空的稀疏Pandas序列。我尝试了以下方法，但得到的序列既不稀疏，也不是我想要的数据类型：df['newcolumn'] = pd.Series(dtype='bool_').to_sparse(fill_value=False)
这会将'newcolumn‘系列添加到我的dataf
浏览 9提问于2018-01-10得票数 0
据我所知，数组的元素是连续存储在内存中的，访问一个特定的元素是通过将所需的索引和每个元素的大小与基数组地址的乘积相加来找到元素的地址。因为在像C#这样的语言中，我可以创建一个object[]数组，并在其中放入我想要的任何数据类型，如果我使用不同大小的类型，同时仍然允许随机访问，那么如何以统一的长度存储(和保持)
浏览 0提问于2012-08-25得票数 1
回答已采纳
2回答
假设我们有这个df： 'value': ['18 4/2', '2 2/2', '8.5'],注意，“value”列存储一个对象类型：country object我的问题是:我们如何将“值”转换为
浏览 2提问于2021-05-31得票数 1
回答已采纳
我使用的是pandas (0.20.3)和python 3.5.3mysql.connector.errors.ProgrammingError: 1054 (42S22): Unknown我的电线有问题吗？？
或者我应该在哪里修复？？
浏览 0提问于2017-07-30得票数 5
3回答
我有一个关于python的速度/效率相关的问题：
我需要写大量非常大的R数据帧文件，大约0.5-2 GB大小。这基本上是一个大的制表符分隔的表，其中每一行都可以包含浮点数、整数和字符串。通常，我会将所有数据放入numpy dataframe中，然后使用np.savetxt保存它，但由于存在不同的数据类型，因此不能真正将其放入一个数组中。因此，我求助于简单
浏览 0提问于2014-02-26得票数 5
我正在尝试将spark数据框中的列拆分为多个值。因此，我分隔了要拆分的列，并检查了其类型：O: pyspark.sql.dataframe.DataFrame它会转换成流
浏览 0提问于2016-06-22得票数 0
如何在DataFrame中为流PySpark设置架构。SparkSession\ .appName("StructuredNetworkWordCount")\ .option('host', '192.168.0.113')\ .l
浏览 3提问于2016-12-29得票数 3
回答已采纳
2回答
我有一个很大的python值字典(大约50 GB)，并将其存储为JSON文件。当涉及到打开文件和写入文件时，我遇到了效率问题。我是否应该使用Python字典来存储我的数据？python字典有多大有限制吗？(字典会变得更大)。任何帮助都将不胜感激。谢谢!
浏览 1提问于2018-12-25得票数 6
云服务器
ICP备案
云直播
对象存储
实时音视频
腾讯云开发者
