如何在给定的dataframe中将每列拆分成更多列
在给定的DataFrame中将每列拆分成更多列的方法有多种。下面是其中几种常见的方法：
- 使用split()函数拆分字符串列： 如果数据框中的某一列是字符串类型，可以使用split()函数将该列拆分成更多列。split()函数根据指定的分隔符将字符串拆分成一个列表，并将列表的每个元素分配给新的列。以下是一个示例：
- 使用split()函数拆分字符串列： 如果数据框中的某一列是字符串类型，可以使用split()函数将该列拆分成更多列。split()函数根据指定的分隔符将字符串拆分成一个列表，并将列表的每个元素分配给新的列。以下是一个示例：
- 输出：
- 输出：
- 使用str.extract()函数提取匹配的模式： 如果数据框中的某一列包含特定的模式，可以使用正则表达式和str.extract()函数提取该列中的模式，并将每个模式匹配的结果分配给新的列。以下是一个示例：
- 使用str.extract()函数提取匹配的模式： 如果数据框中的某一列包含特定的模式，可以使用正则表达式和str.extract()函数提取该列中的模式，并将每个模式匹配的结果分配给新的列。以下是一个示例：
- 输出：
- 输出：
- 使用pd.get_dummies()函数将分类列拆分为多个虚拟变量列： 如果数据框中的某一列是分类变量，并且希望将其拆分为多个虚拟变量列，可以使用pd.get_dummies()函数实现。该函数将分类列的每个类别转换为一个二进制列，并为每个类别分配0或1的值。以下是一个示例：
- 使用pd.get_dummies()函数将分类列拆分为多个虚拟变量列： 如果数据框中的某一列是分类变量，并且希望将其拆分为多个虚拟变量列，可以使用pd.get_dummies()函数实现。该函数将分类列的每个类别转换为一个二进制列，并为每个类别分配0或1的值。以下是一个示例：
- 输出：
- 输出：
以上是三种常见的将数据框中的每列拆分成更多列的方法。根据数据的具体情况，可以选择适合的方法来拆分列。
相关·内容
我正在尝试向dataframe中添加布尔值的列，这些布尔值基于对当前要迭代的列是字母数字、字母还是数字的判断。不幸的是，对于每个布尔测试，每一列都给出了False。我们的目标是，对于给定的列，我如何添加另一个列来显示给定列中的行是否为字母数字？我不想遍历列中的每一行，因为这非常耗时。我需要这样做，因为在某些情况下，我可能不知道给定列中将包含什么数据类型。 def add_numeric_alpha_alphanum_tests(dataframe, dataframe_column_names):
for column_name in dataframe_column_names:
浏览 25提问于2019-12-11得票数 1
回答已采纳
1回答
我正在寻找pandas中的子串功能:给定一系列位置，我想从每一行i中选择子串[0:pos_i]
>>> text = pd.Series(['123456789', '987654321'])
0 123456789
1 987654321
dtype: object
>>> pos = pd.Series([3,6])
0 3
1 6
dtype: int64
输出应为：
>>> pd.Series(['123', '987654'])
0 1
浏览 0提问于2014-12-08得票数 0
给定一个DataFrame，我想运行代码为每一列创建一个新变量，与该列同名。 例如，给定此DataFrame df = pd.DataFrame({'nums': [1, 2], 'strings': ['a', 'b']}) 我想要生成两个Series变量的代码：nums ([1, 2])和strings ('a'，‘b’)。
浏览 15提问于2019-10-01得票数 0
回答已采纳
给定一个DataFrame，例如
import pandas as pd
df = pd.DataFrame({'a': [700, 700, 600, 600, 600]}
如何通过包含每一行的出现的列来扩展它？以至于它最终变成了
df_ext = pd.DataFrame({
'a': [700, 700, 600, 600, 600],
'Occurrence': [ 2, 2, 3, 3, 3]
})
添加列并不是一个问题，而是如何获得出现列表。
浏览 4提问于2022-01-29得票数 -1
我记得在使用RDD时，如果一个键值RDD (rdd1)有一个已知的分区，那么使用不同的、不分区的键值RDD (rdd2)执行一个连接就会提高性能。这是因为1)只有rdd2的数据需要在网络上传输，2) rdd2的每个元素只需要传输到一个节点，而不是所有节点，方法是将rdd1的密钥划分到rdd2的密钥上。
我正在学习与DataFrames的洗牌排序合并连接。我正在读的这本书(学习火花，第二版)中的例子是为了加入两个基于DataFrames列的user_id。该示例试图演示如何从联接操作中消除Exchange阶段，因此，在连接之前，两个DataFrames将被加入的列放入相同数量的桶中。
我的问题是
浏览 2提问于2020-08-06得票数 0
回答已采纳
我想更改dataframe中每一列的名称，并迭代每一列的名称
我可以逐个更改列名，但我想使用for循环来更改所有列名
for i in range(0,len(flattened.columns)):
flattened.rename(columns={flattened.columns[i]: "P" + str(i)})
浏览 10提问于2019-07-11得票数 0
回答已采纳
2回答
我的输入数据是
list_of_dicts1 = {"Filter":["c",'a|b']}
test1 = pd.DataFrame(list_of_dicts1)
list_of_dicts2 = {"C":["d",'a', 'b']}
test2 = pd.DataFrame(list_of_dicts2)
所需输出是
list_of_dicts3 = {"C":['a', 'b']}
test3 = pd.DataFrame
浏览 4提问于2020-12-07得票数 1
回答已采纳
首先:我需要一些提示，以最快的速度完成它，因为我想要多次将它应用到包含很多行的dataframe中。我想在dataframe的每一列中删除相同的值。数据的每一列都是给定因子的置换，不需要替换。
例如，我从每一列中删除值"1“：
column<-1:20
cbind(sample(column))
data <- matrix(column , length(column) , 5)
data<-apply(data,2, sample)
for (n in 1:length(data[1, ])) {
data[, n]<-c(data[-which(dat
浏览 1提问于2018-07-20得票数 0
回答已采纳
我在编程方面不太有经验，我被困在资产管理领域的一个研究项目中。
My的目标：我有2个数据文件，一个，第二个包含。对于第一次数据中的每一行，我希望在“欧洲短日期”栏中计算标准普尔1500的365天前的累计回报，并在“欧洲短日期”一栏中计算标准普尔1500在该日期之后30天的累计回报，并将这些结果放在"SP150030after“和"SP1500365before”列中。
这些返回将使用第二个Dataframe计算。“标准普尔1500_return”列在第二个数据框架中的每个日期代表“标准普尔1500市场指数+1日回报”。因此，例如，为了在第一次数据访问中获得在2020年12月31
浏览 1提问于2021-09-06得票数 1
2回答
我希望只在给定列中保留符合regex模式的行来过滤数据。文档中的示例仅通过在dataframe ()中的每一列中查找该正则表达式来筛选。
那么，如何更改下面的示例
df.filter(regex='^[\d]*', axis=0)
(它只查找指定列中的regex )
df.filter(column='column_name', regex='^[\d]*', axis=0)
浏览 0提问于2019-01-04得票数 1
回答已采纳
我在牢房里有一份列有名单的数据。
player1 player2 player3
0 ['PF/C', 'DeMarcus Cousins', 11000] ['PG', 'John Wall', 10700] ['SF', 'LeBron James', 10600]
1 ['PF/C', 'DeMarcus Cousins', 11000] ['PG', 'John Wall', 10700] ['PG/SF&#
浏览 1提问于2017-03-10得票数 0
回答已采纳
给定一个包含Numpy数组的多索引Pandas DataFrame，我想知道如何获得给定索引级别的每列的平均值。 >>> pd.__version__
'1.0.5'
>>> a = np.array(range(20)).reshape(-1,2)
>>> d = pd.concat([pd.DataFrame({(i%len(a)//2,i%2): {'a': np.array(v), 'b': np.array([4,4])}}).T for i, v in enumerate(a)]
浏览 25提问于2020-07-21得票数 3
回答已采纳
1回答
编辑:既然我再次阅读了这篇文章，那么在这个问题上添加更多的上下文：
假设我有一个我正在使用的pyspark，并且目前我可以这样重新划分dataframe：
dataframe.repartition(200, col_name)
我把这个分区的数据写到一个拼花文件里。在读取目录时，我看到仓库中的目录是按我想要的方式分区的：
/apps/hive/warehouse/db/DATE/col_name=1
/apps/hive/warehouse/db/DATE/col_name=2
我想了解如何在多个层中重新划分这个分区，这意味着我将一个列用于顶层分区，一个列用于第二级分区，另一个列用于第三级分
浏览 4提问于2020-11-03得票数 3
回答已采纳
1回答
我想通过仅选择超出特定范围的列来子集数据帧。也就是说，我想单独评估每一列的max-min，并只选择范围大于给定值的列。例如，给定以下简单的dataframe，我想创建一个子集dataframe，它只包含范围大于99的列。(b和c列)
d <- data.frame(a=seq(0,10,1),b=seq(0,100,10),c=seq(0,200,20))
我试着修改这里的例子：，但是没有成功。我肯定我错过了一些简单的东西。
浏览 1提问于2013-12-04得票数 0
我有一个函数，从给定的数据中返回BMI，其中列为“权重”和“高度”，以下是函数：
def BMI(dataframe):
return dataframe['Weight'] / (dataframe['Height']**2)
我在dataframe 'data‘中添加了新列“高度(以米为单位)”，其中包括：
data['Height In Meters'] = data['Height']/100
接下来我要做的是在数据“数据”上应用原始的函数，但是不是使用列“高度”，而是使用新列“高度(以米为单位)”。
结果
浏览 2提问于2019-06-03得票数 0
回答已采纳
目标
我想把回应从谷歌情绪分析分成四列，然后合并到原始内容数据。
Situation
我在python dataframe中的一列文本上运行Google情感分析。
这里有一个返回行的示例。这一栏是“感情”：
magnitude: 0.6000000238418579\nscore: -0.6000000238418579
然后，我需要将该单元格分成四个新列，一个表示大小，一个表示返回值，一个表示分数，另一个表示返回值。
我试过什么
目前，我正在使用此方法来完成以下操作：
df02 = df01['sentiment'].astype(str).str.split(expand=
浏览 2提问于2022-06-02得票数 0
回答已采纳
如果这个问题在某种意义上是不完整的，那就道歉。
我的dataframe有一个特定的列，它在每一行都有多个条目(对象)。我想为每一行计算列中的任何条目。有人能建议怎么做吗？我尝试了count()，len()，但没有获得所需的输出…
示例：
din=pd.DataFrame({'x':[['a','b','c'],['a','e','d', 'c']]})`
x
0 [a, b, c]
1 [a, e, d, c]
预期产出：
浏览 3提问于2019-12-13得票数 0
回答已采纳
4回答
我在一个数据帧中有两列。第一个在每一行中包含一个字符串。第二个包含每一行的一组字符串。如何使用pandas函数检查每一行的第一列的值是否在第二列的集合中，以及它是否有效？
pd.DataFrame(np.random.randint(5，size=12)，np.random.randint(5，size=(12，5).T
如何检查列1列表中第0列的值是否
浏览 3提问于2019-08-04得票数 4
在使用熊猫模块在python中运行corr()方法时，我得到以下错误：
FutureWarning: The default value of numeric_only in DataFrame.corr is deprecated. In a future version, it will default to False. Select only valid columns or specify the value of numeric_only to silence this warning.
print(df.corr())
Note (为了澄清起见) :- df是从csv文件中读
浏览 34提问于2022-11-03得票数 2
回答已采纳
1回答
DF
ID B C D
1 A 1 1 3
2 B 2 3 1
3 C 1 1 1
4 D 3 1 1
5 E 1 0 0
给定上面提到的数据，我如何快速计算一列中每一行的平均值，并将它们存储在dataframe的另一列中？例如，B栏的平均数为: 0.5、1、0.5、1、5、0.5。是否有可能一次对多个列自动执行此操作？
浏览 3提问于2020-03-12得票数 1
回答已采纳
正如问题所述，我正在尝试学习如何在属于DataFrame中某列的每个元素上运行函数，而不必直接定义该列。关键是我希望能够输入任何给定的DataFrame集合，并在每列中找到满足特定条件的每个元素。
我包含的示例说明了我想要做的事情。我知道下面的代码不起作用，我以为写def fun(dataframe[column])就可以了，但不幸的是，语法不正确。
基本上，这样做的原因是我有多个数据集，我想在其中定位每个高于设定阈值的元素。
提前谢谢你！
df=pd.DataFrame(np.random.randint(0,100,size=(3, 3)), columns=list('ABC&#
浏览 1提问于2018-08-14得票数 1
2回答
我有一个列的，其中每一行都是一个长字符串(实际上是一个xml文件)。我想遍历DataFrame并将每一行中的字符串保存为文本文件，它们可以简单地称为1.xml、2.xml等等。
我似乎找不到任何关于如何做到这一点的信息或例子。我刚刚开始与斯派克和PySpark合作。也许可以在DataFrame上映射一个函数，但是函数必须将字符串写到文本文件中，我无法找到如何做到这一点。
浏览 1提问于2018-04-17得票数 3
回答已采纳
1回答
? ? 我有一个列表列表，其中包含行和列名从0到399 (在列上)和0到1595 (在行上)的DataFrame的每一列上的最小值的索引。我想使用这个列表来访问另一个DataFrame的数据。例如，我有一个列表(43,579,100)，我想访问第二个DataFrame中某列的第43、579和第100个值。但是，这个DataFrame的行号名称不是从0到1595，所以我不想错误地访问可能具有名称"43“的行上的数据，我想访问第43行。 我添加了我的数据框的图片。 我想获得一个列表，其中包含所选行的数据。
浏览 53提问于2021-08-29得票数 0
回答已采纳
1回答
从数据类列表中 from dataclasses import dataclass
@dataclass
class Row:
name: str
age: int
hobbies: pd.DataFrame
charles_hobbies = pd.DataFrame({'activities': ['video_game'], 'sports': ['tennis']})
dash_hobbies = pd.DataFrame({'activities': ['eat
浏览 14提问于2021-11-02得票数 0
回答已采纳
我正在尝试对dataframe的每一行执行一个现值，这不应该太难，但是在每一行中它都必须使用特定的列范围。我有这个：
int<-sample(0:3,1000,rep=TRUE)/100
period<-sample(1:9,1000,rep=TRUE)
a<-data.frame(replicate(10,sample(0:10,1000,rep=TRUE)),int,period)
假设第1:10列是支付，则有PV的利率，最后一列(句号)表示从哪一列开始该特定行的PV。我正在使用一个for来完成这个任务，但是我想知道是否有一种更简单的方法，因为我是在一个拥有超过100万行
浏览 4提问于2015-09-03得票数 0
回答已采纳
1回答
我有一个数据集，该数据集由标记为POS标记的短语组成，它是dataframe的一列：
我想在dataframe中创建一个新列，仅包含上一列中的专有名词：
现在，我正在为一排尝试这样的东西：
if 'NNP' in df['Description_POS'][96][0:-1]:
df['Proper Noun'] = df['Description_POS'][96]
但是我不知道如何循环每一行，以及如何获得包含专有名词的元组。我是一个非常新的现在和不知所措的用途，所以任何帮助将是真正的感谢！
编辑:我尝试了推荐的解决方案，它
浏览 0提问于2019-04-02得票数 0
回答已采纳
1回答
我在将我的数据从数据帧转换为百分比格式并将其保持为浮点数时遇到了问题。 我准备了一个简单的代码，它反映了我实际项目中的代码： import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(0,15,size=(10, 4)), columns=list('ABCD'))
print(df)
cols = df.columns
for col in cols:
df[col] = df[col].astype(float).map(lambda n: '{:.4%}
浏览 67提问于2020-10-16得票数 1
我有一个csv文件，我想每三个单元格把一列加在一起。我首先有一些检查，然后我尝试添加它们。我写的这段代码永远不会停止或结束。知道为什么吗？ 这是数据的快照:我尝试为从G列开始的每一列添加每三个值。dataframe的形状是(808597，54)。 ? for row in range (0,len(dataframe5.index)-2):
if dataframe5.iloc[row, 5] == dataframe5.iloc[row+1, 5] and dataframe5.iloc[row, 5] == dataframe5.iloc[row+2, 5] and \
浏览 15提问于2021-11-08得票数 0
我有两个数据序列，一个有100个基因的列，另一个有一个由700行组成的列，每一行都有几个用逗号分隔的基因，现在我不知道如何能够根据dataframe 1中的基因列来选择每一行dataframe 2中的基因。换句话说，我希望在dataframe 1的基因列中每一行都有基因。
dataframe1:
column gene:
a
b
c
d
e
f
dataframe2:
column gene:
row1"a,b,c,d,r,t,y"
row2"c,g,h,k,l,a,b,c,p"
我只想在dataframe2的每一行中分离逗号分离的基因，这些基因位于data
浏览 4提问于2021-06-28得票数 1
回答已采纳
我正在尝试从pyspark dataframe中获取空值的行。在pandas中，我可以在数据帧上使用isnull()来实现这一点：
df = df[df.isnull().any(axis=1)]
但在PySpark的情况下，当我运行以下命令时，它显示Attributeerror：
df.filter(df.isNull())
AttributeError：'DataFrame‘对象没有属性'isNull’。
如何在不对每一列进行检查的情况下获取具有空值的行？
浏览 25提问于2018-11-27得票数 5
问题是
给定Series s和DataFrame df，如何使用s对df的每一列进行操作
df = pd.DataFrame(
[[1, 2, 3], [4, 5, 6]],
index=[0, 1],
columns=['a', 'b', 'c']
)
s = pd.Series([3, 14], index=[0, 1])
当我尝试添加它们时，我会得到所有的np.nan
df + s
a b c 0 1
0 NaN NaN NaN NaN NaN
1 NaN NaN NaN NaN NaN
浏览 3提问于2018-11-08得票数 63
回答已采纳
我想对我的DataFrame的每一列执行特定的操作，特别是将给定的操作应用于除最后一列之外的所有列。 我已经用谷歌帮助做到了这一点，它是有效的，但对我来说似乎相当可怕。 你能帮我改进一下吗？ d = {
'col1': [1, 2, 4, 7],
'col2': [3, 4, 9, 1],
'col3': [5, 2, 11, 4],
'col4': [True, True, False, True]
}
df = pd.DataFrame(data=d)
def do_nothing(x
浏览 24提问于2021-02-05得票数 2
回答已采纳
1回答
有时我会得到一个序列，其中所有的片段(长度都相等)属于一起。在这种情况下，我需要将序列分割，并将数据段排列到数据帧的列中。例如，序列的长度为30，我想制作一个包含三列的数据帧，其中每列分别由序列的第一个、第二个和最后10个条目组成。 我使用下面的代码，这是一个for循环，获取序列的每个块并将其作为列附加到dataframe。问题是，由于for循环，这是相当慢的。在Pandas中有没有更好的方法呢？ def series_to_dataframe(series,length,interval_length):
#function to convert series to datafra
浏览 16提问于2020-06-23得票数 0
回答已采纳
2回答
我试着做不同的随机数，但是在每一列上都是一样的，如何修正它，用一行？
代码：
yuju= pd.DataFrame()
column_price_x = [random.uniform(65.5,140.5) for i in range(20)]
for i in range(1990,2020):
yuju[i] = column_price_x
yuju
结果
期望值:每列的数值不同
我该怎么处理呢？
浏览 2提问于2020-04-28得票数 0
回答已采纳
我目前有一个类似这样的DataFrame，其中有两行和一列。
df = ['\n1\nSPY\n20,996,893\n7,560,307\n13,436,586\n1.78\n']
我想让DataFrame被反斜杠拆分，并创建为一个新列，同时删除"n“。我已经尝试了df.replace('n','')删除"n“，但没有任何反应。
我希望它看起来像这样，
0
0 1
1 SPY
2 20996893
3 7560307
4 13436586
5 1.78
当我尝试拆分列时，也会发生同样的情况。有什么
浏览 0提问于2020-08-02得票数 0
我想从Dask dataframe中保存多个拼图文件，一个拼图文件用于特定列中的所有唯一值。因此，拼图文件的数量应该等于该列中唯一值的数量。
例如，给定以下数据帧，我想保存四个拼图文件，因为在列"A“中有四个唯一的值。
import pandas as pd
from dask import dataframe as dd
df = pd.DataFrame(
{
"A": [1, 1, 2, 3, 1, 3, 6, 6],
"B": ["A", "L", "C",
浏览 5提问于2021-04-09得票数 1
给定一个数据帧，比如 df = pd.DataFrame({1: [10,20,30,40], 2: [50,60,70,80], 3: [90,100,110,120], "select": [2, 3, 1, 1]) 我可以从每一行中选择一系列值，希望在与select列中给出的列索引相对应的每一行中选择值，如下所示： df.apply(lambda r: r[r.select], axis=1) # 50, 100, 30, 40 有没有一种不依赖apply的更好的方法呢？
浏览 8提问于2020-10-24得票数 1
回答已采纳
1回答
星火中每列值之和
、、
我需要一些关于火花的帮助。
我所做的是将我在Spark中获得的数据some转换为Pandas (使用Spark2Pandas命令)，然后对其进行如下工作：
基本上，我有一个有100列的Pandas dataframe，每个列都称为"FirstP XX SecondP"，是从00到99的列号。因此，首先，我删除了每一列文本的"FirstP“和”SecondP“部分(基本上，我只保留数字)。之后，使用for循环创建一个新列，在该列中，我将添加每个列的所有值的总和。然后，我删除包含所有数据的原始列。
我使用的代码如下：
data.columns = data.columns.
浏览 3提问于2022-01-06得票数 -2
回答已采纳
1回答
例如，给定一个DataFrame
val df = sc.parallelize(Seq((1L, 0.1), (2L, 0.2), (3L, 0.3))).toDF("k","v")
df.show
+---+---+
| k| v|
+---+---+
| 1|0.1|
| 2|0.2|
| 3|0.3|
+---+---+
如何将每一行汇总为一个名为totals的新列，以便使dfTotals.show
+---+---+--------+
| k| v| totals|
+---+---+--------+
| 1|0.1| 1
浏览 2提问于2015-11-26得票数 1
回答已采纳
2回答
我正在尝试创建一个新列，该列的值是从dataframe的每一行中的其他列中串联的：
以下是我目前的尝试
dataFrame['images/0'] = 'https://img.ssensemedia.com/images/b_white,g_center,f_auto,q_auto:best/' + str(dataFrame['sku']) + '_' + '0' + dataFrame['name']
但这也是在创建一个列，其中包含来自所有其他行的值。如何从行的其他值为每一行创建新列？我哪儿也
浏览 3提问于2022-09-02得票数 0
回答已采纳
1回答
如何使用计算过的列创建一个新的dataframe bigdf，该列迭代来自另一个df的每一行？我在新的dataframe bigdf中接收空行。
# Import pandas library
import pandas as pd
import numpy as np
# DataFrame
data = [['tom', 10], ['nick', 15], ['juli', 14]]
df = pd.DataFrame(data, columns = ['Name', 'Age'])
遍历每一行，计算每
浏览 1提问于2021-06-16得票数 0
回答已采纳
2回答
我的dataframe(m*n)有几百列，我需要将每列与所有其他列(偶然表)进行比较，并执行chisq测试，并将每列的结果保存在不同的变量中。
它一次只处理一列，就像，
s <- function(x) {
a <- table(x,data[,1])
b <- chisq.test(a)
}
c1 <- apply(data,2,s)
结果存储在第1列的c1中，但是如何在所有列中循环该结果并保存每列的结果以供进一步分析呢？
浏览 1提问于2011-07-20得票数 1
回答已采纳
1回答
我在一个列中有值，在这个表单中有多个行(作为Pandas dataframe)
import pandas as pd
#Create data
df = pd.DataFrame(np.linspace(1,20,20))
print(df)
1
2
:
19
20
我如何获得这些值并将它们分割成多个行，以确保每个列都有一些原始矩阵的倍数，比如5。
1 6 11 16
2 7 12 17
3 8 13 18
4 9 14 19
5 10 15 20
浏览 1提问于2021-03-05得票数 0
回答已采纳
Dataframe看起来如下：
例如，对于actor Adam驱动程序，在调用函数之后，列将如下所示。
我只能打印每一行的列表，但我不知道如何根据名称索引和年份索引来迭代每一行。
star= star_df.loc[:, ['name', 'year_film']]
star_lst = []
count = 0
for i in range(len(star)):
stars = [star.loc[i, &#
浏览 4提问于2022-07-30得票数 -1
1回答
我有两个Pandas DataFrames，第一个名为 point ，列为‘经度’和‘纬度’(即地理坐标)；第二个数据帧被命名为Links与这些列：'lon1‘& 'lat1’表示第一个点，'lon2‘和'lat2’代表第二个点，然后每一行中的每对点都创建一个链接/线。另外，对于Links DataFrame，它有一个名为“link_id”的列。
比如说，大概有十点四千条的链接。如何通过返回“link_id”并将其作为一个名为“closest_link”的额外列附加到 point DataFrame，从而将每个给定点关联到最近的链接/线？
浏览 3提问于2020-07-29得票数 0
回答已采纳
我有一个数据框，其中包含作为列的名称。
我有一个DB语句，它在传递名称时返回FIRST_NAME。
我正在编写一个python脚本，如下所示：
def fname(row):
cursor.execute(select case when df['name'] = fname then fname else blank end as fname from dual;)
return cursor.fetchone()[]
df[fname]=df.apply(fname)
它似乎抛出了“期望第一个参数是字符串或unicode”
如何将name值逐个传递给上面的函数，并将其
浏览 5提问于2020-04-18得票数 0
问题设置
import pandas as pd
df = pd.DataFrame(data={'Currency': {0: 111.23, 1: 321.23},
'Int': {0: 23, 1: 3},
'Rate': {0: 0.03030, 1: 0.09840}}
)
生成以下DataFrame
Currency Int Rate
0 111.23 23 0.0303
1 321.23 3 0
浏览 3提问于2015-09-23得票数 9
回答已采纳
下面是一个数据框架： df = pd.DataFrame(np.random.randint(0,1000,size=(9,4)), columns=list('ABCD'))
df.loc[5:7,'A']=123 ? 在“A”列中有123列的每一行中，我希望“C”和“D”列值等于“B”。 所需的输出： ? 我试过了： df.loc[df['A']==123].assign(**(df.C=df.B,df.D=df.B )) 返回的SyntaxError:无效语法
浏览 23提问于2020-03-15得票数 1
回答已采纳
1回答
假设我有下面的DataFrame
In [46]: timestamp = pd.date_range(start='1/1/2018', end='1/2/2018', freq='T')
In [47]: df = pd.DataFrame(timestamp, columns=['timestamp'])
In [48]: df['user'] = np.random.randint(10, size=len(timestamp))
In [49]: df['clicked'] = np
浏览 0提问于2018-12-30得票数 1
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
