熊猫的.col和['col']有什么不同
熊猫的.col和'col'的不同在于数据类型和表示方式。
- 熊猫的.col是指熊猫（Pandas）库中的DataFrame对象的列索引。DataFrame是一个二维表格数据结构，可以理解为一个类似于Excel表格的数据结构。熊猫的.col表示DataFrame中的一个列，可以通过该属性获取列的数据。
- 'col'是一个包含一个字符串元素的列表。这种表示方式是Python中的列表（List）数据类型，用于存储多个元素。在这个例子中，列表中只有一个元素，即字符串'col'。
总结：
- 熊猫的.col是指DataFrame对象的列索引，用于获取列数据。
- 'col'是一个包含一个字符串元素的列表，用于存储多个元素。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云云数据库 MySQL 版：https://cloud.tencent.com/product/cdb_mysql
- 腾讯云人工智能平台（AI Lab）：https://cloud.tencent.com/product/ailab
- 腾讯云物联网平台（IoT Explorer）：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发平台（MPS）：https://cloud.tencent.com/product/mps
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务（BCS）：https://cloud.tencent.com/product/bcs
- 腾讯云元宇宙（Tencent Real-Time Interactive Multimedia Engine，TRTC）：https://cloud.tencent.com/product/trtc
相关·内容
1回答
我有一个小数据帧，我想在Python中进行排序。在Python中排序时，我得到的结果与在Excel中排序时的结果不同。我想从A到Z进行排序，让熊猫的结果与Excel中输出的结果相匹配。
下面是我使用的代码：
import pandas as pd
df = pd.DataFrame({"Col": ['0123A', '0123B', '01-AB']})
df = df.sort_values('Col', ascending=True)
下面是python中的输出：
Col
2 01-AB
0 0
浏览 1提问于2022-07-15得票数 0
1回答
用南的熊猫系列制作套装
、、、、
我用熊猫来清理一些数据文件和验证内容。在验证中，我将每一列的内容与一组期望值进行比较。
for col_name, expected in expected_dict.items():
col_values = set(df[col_name])
if not col_values.issubset(expected):
raise ValueError(str(col_values - expected),'in',col_name)
我在NaN上遇到了一些意想不到的行为，具体来说，set(series)将每个NaN作为一个唯一的元素。我想出了
浏览 0提问于2018-07-18得票数 1
回答已采纳
1回答
熊猫出类拔萃
、、、
根据以前的过滤，我有一个带有值和条件的熊猫数据。我想在excel中打印我的数据，并根据过滤结果(如果传递：绿色和if not_passed：red)对该单元格进行着色。下面是一个示例代码，以及我希望它的结果。
filename='example'
writer = pd.ExcelWriter(f"{filename}.xlsx", engine="xlsxwriter")
workbook = writer.book
df = pd.DataFrame(
[
[0,{'value': 3, 'fi
浏览 1提问于2021-11-29得票数 1
1回答
熊猫索引，数据检索
、、、
问题求解
使用loc代替iloc解决了这个问题，但我不知道为什么。
中等尺寸的数据(80766，19)，由ints，浮标和日期组成。当我工作的时候，我发现我的结果很奇怪。我开始转换和简化表达式，看问题出在哪里，然后就产生了矛盾。
使用这两行，我得到了相同的结果(正如预期的那样)：
import pandas
...
data_table[data_table[col_name] == 69][col_name]
data_table.iloc[data_table.index[data_table[col_name] == 69]][col_name]
结果：
23270 69
232
浏览 7提问于2022-05-26得票数 0
回答已采纳
3回答
我想把熊猫数据的一部分复制到另一个部分，覆盖现有的值。我使用的是.loc，但更改的行比我所引用的行多。
我的例子：
df = pd.DataFrame({
'col1': ['A', 'B', 'C', 'D', 'E'],
'col2': range(1, 6),
'col3': range(6, 11)
})
print(df)
col1 col2 col3
0 A 1 6
1 B 2
浏览 4提问于2021-09-13得票数 1
回答已采纳
2回答
熊猫和重复日期的麻烦
、、、
我有一个csv文件，它的输出示例如下：
3/12/1970
3/1/1942
10/20/1945 10/20/1945
10/27/1960
10/5/1952
我用df =pd.read_csv(文件名)把它带进熊猫。
我知道，正如上面提到的，有双日期的行。这一栏的d型是熊猫中的宾语。在尝试将此列转换为熊猫中的datetime格式时，我会得到关于这个双日期问题的所有行的错误，并且必须在csv中逐一查找和编辑它们。因此，我尝试了以下方法来清除50K行中有双日期问题的所有行：
df[col] = df[col].str.strip()
df[col] = df[col].str[:10]
根
浏览 7提问于2020-11-21得票数 0
回答已采纳
我有一个有两列的DataFrame：
df:
ix Col1 Col2
1 11.0 'JPY'
2 51.0 'EUR'
..
1000,000 27.0 'CAD'
我有一个货币列表l1 = ['JPY','EUR',...,'CAD']我有一个转换l2 = [5.0, 1.0, ..., 0.5]列表
我还创建了一个函数：
def convert_currency(symbol, amou
浏览 3提问于2017-09-14得票数 2
回答已采纳
4回答
在其他语言(如R或SQL )中，我找到了这个选项，但我不太清楚如何在Pandas中这样做。
因此，我有一个包含1262列和1行的文件，每次出现特定值时，都需要列标题返回。
例如，假设这个测试数据为：
Date col1 col2 col3 col4 col5 col6 col7
01/01/2016 00:00 37.04 36.57 35.77 37.56 36.79 35.90 38.15
我需要定位列名，例如，其中的值= 38.15。这样做的最佳方式是什么？
谢谢
浏览 13提问于2016-07-12得票数 13
回答已采纳
2回答
我有一只熊猫数据，如下所示：
Col1 Col2 Col3
0 A 7 NaN
1 B 16 NaN
1 B 16 15
我想要做的是将Col2与Col3交换，其中Col3的值为NaN。根据有关SO的其他帖子和答案，到目前为止，我有以下代码：
df[['Col2', 'Col3']] = df[['Col3', 'Col2']].where(df[['Col3']].isnull())
但是，这似乎没有正常运作，给我以下几点：
Col1
浏览 4提问于2016-08-11得票数 15
回答已采纳
1回答
我有一个具有以下数据的数据：
df = pd.DataFrame({'col1': ['A', 'A', 'B', 'B', 'C', 'C'],
'col2': ['action1', 'action2', 'action1', 'action3', 'action1', 'action2']})
看起来就像
col1, col2
A
浏览 1提问于2022-01-14得票数 0
回答已采纳
2回答
熊猫的内心条件
、、、
我想在熊猫中实现以下sql等值-
SELECT
A.col1,
A.col2,
A.col3,
A.col4,
A.col5
FROM Table1 A
INNER JOIN Table1 b
ON A.col1 = B.col1 AND
A.col2 = B.col2
WHERE
(A.col3 <> 0) AND
(A.col4 <> B.col4)
我所能完成的熊猫部分是-
#Dataframe dfTable1All contains the columns col1, col
浏览 5提问于2014-12-08得票数 1
回答已采纳
1回答
我试图使用任意分隔符来读取包含六列的非常长的csv文件。列分隔符是'%$%$%'，但是当我使用df = pd.read_csv(filename, sep='%$%$%', engine='python')读取数据帧时，代码会给出一个列Out[1]: Index(['Col1%$%$%Col2%$%$%Col3%$%$%Col4%$%$%Col5%$%$%Col6'], dtype='object')，这当然不是我想要的。我做错了什么？
浏览 2提问于2021-04-02得票数 2
回答已采纳
2回答
我有一个大的DataFrame (大概是4e+07行)。
当对它进行求和时，无论我在列选择的2之前还是之后做和，都得到了2显著不同的结果。
此外，类型将从float32更改为float64，即使总数都低于2**31。
df[[col1, col2, col3]].sum()
Out[1]:
col1 9.36e+07
col2 1.39e+09
col3 6.37e+08
dtype: float32
df.sum()[[col1, col2, col3]]
Out[2]:
col1 1.21e+08
col2
浏览 1提问于2017-10-27得票数 4
回答已采纳
我有一个示例python代码：
import pandas as pd
ddf = pd.DataFrame({'col1' : ['A', 'A', 'B'],
'Id' : [3,1,2],
'col3': ['x','a','b']})
ddf.index=ddf['Id']
ddf.sort_values(by='Id')
上面的片段生成‘Futur
浏览 0提问于2019-08-19得票数 2
回答已采纳
我已经使用熊猫有一段时间了，我意识到我使用
df.col
df['col']
可以互换。它们实际上是相同的，还是我遗漏了什么？
浏览 23提问于2016-08-14得票数 2
回答已采纳
1回答
熊猫内插
、
╔══════╦══════╗
║ col1 ║ col2 ║
╠══════╬══════╣
║ 2 ║ NaN ║
║ 4 ║ 5 ║
║ 12 ║ 11 ║
║ 23 ║ 23 ║
║ NaN ║ 23 ║
║ NaN ║ 23 ║
║ NaN ║ NaN ║
║ NaN ║ NaN ║
║ NaN ║ NaN ║
║ NaN ║ NaN ║
║ 12 ║ NaN ║
║ 7 ║ 6 ║
║ 3 ║ 8 ║
╚══════╩══════╝
我怎样才能让熊猫插值这个，用col2的最新值填充col1
浏览 0提问于2018-08-27得票数 2
回答已采纳
我感觉到了一些奇怪的pandas行为。我有一张看起来像
df = pd.DataFrame(columns=['Col 1', 'Col 2', 'Col 3'],
index=[('1', 'a'), ('2', 'a'), ('1', 'b'), ('2', 'b')])
In [14]: df
Out[14]:
Col 1 Col 2 Col 3
(1, a)
浏览 2提问于2016-10-21得票数 21
回答已采纳
1回答
我有一个像这样的.xls文件
col_a col_b col_c col_d
5376594 hello
12028432 world
17735732 hello 12 hello
17736843 world world
当我用
test = pandas.read_excel('F:/test.xls')
该表具有下列列类型：
>>> test.dtypes
col_a int64
col_b
浏览 3提问于2015-09-08得票数 0
2回答
用熊猫拆分几个栏目
、、、
我想在几个列中拆分字符串。例如，我想在下面的dataframe中从col2、col3和col5中选择一些信息(但实际上我有100多个列要这样做)。
d = pd.DataFrame({
'col1' : ['USA', 'AGN'],
'col2' : ['0|0:0.014:0.986,0.013,0', '1|0:0.02:1.936,0.023,1'],
'col3' :
浏览 0提问于2016-05-04得票数 2
回答已采纳
2回答
import pandas as pd
d = {"col1":[1,2], "col2":[3,4]}
df = pd.DataFrame(data = d)
print(type(df.col1))
print(type(df["col1"]))
for index, col1 in df.col1.items():
pass
for index, col1 in df["col1"]:
pass
这一产出如下：
<class 'pandas.core.series.Series'&
浏览 1提问于2019-12-09得票数 0
回答已采纳
3回答
所以我和熊猫一起研究蟒蛇。我用多种方式收集由时间戳索引的数据。
这意味着我可以有一个索引，有两个可用的特性(而其他的索引有NaN值，这是正常的)，或者所有的特性，这取决于。
因此，我的问题是，当我为相同的索引添加具有多个值的数据时，请参见下面的示例：
假设这是我们要添加新数据的集合：
Index col1 col2
1 a A
2 b B
3 c C
这是我们将添加的数据：
Index new col
1 z
1 y
结果是：
Index col1 col2 new col
1
浏览 4提问于2022-01-12得票数 1
回答已采纳
2回答
熊猫多指标计数
、、
我有一只熊猫DataFrame和MultiIndexing
(Index col 1) (Index col 2) (Data col 1) ....
A a word1
a word2
b word3
B a word4
c word5
现在，我想计算所有具有相同索引列1和索引列2组合的行。我尝试了df.value_counts()，
浏览 2提问于2016-12-16得票数 6
回答已采纳
1回答
最好用例子来说明：
我想通过DataFrame和col2聚合一个col3和col4的结果，以及col5的平均结果。
如果我只想在col3-5上求和，我会使用df.groupby(['col1','col2']).sum()
浏览 1提问于2015-10-19得票数 10
回答已采纳
1回答
用布尔逻辑清理熊猫的DF
、、、
df
shape square
shape circle
animal NaN
NaN dog
NaN cat
NaN fish
color red
color blue
desired_df
shape square
shape circle
animal dog
animal cat
animal fish
color red
color blue
我有一个df包含需要规范化的信息。
我已经注意到一种模式，它指示如何连接列和规范数据。
如果在Col1 != NaN和Col2 == NaN中，并直接在下一行Col1 == NaN和Col2 != Na
浏览 1提问于2018-06-21得票数 0
回答已采纳
2回答
Python 3.4和Pandas 0.15.0
df是一个数据帧，col1是一个列。使用下面的代码，我将检查值10是否存在，并将这些值替换为1000。
df.col1[df.col1 == 10] = 1000
这是另一个例子。这一次，我将根据索引更改col2中的值。
df.col2[df.index == 151] = 500
这两种情况都会产生以下警告：
-c:1: SettingWithCopyWarning:
A value is trying to be set on a copy of a slice from a DataFrame
See the the caveats
浏览 123提问于2014-11-04得票数 23
回答已采纳
2回答
在构建了一个三维熊猫数据后，我很难只访问特定的列。
设想情况如下：
head = ["h1", "h2"]
cols = ["col_1", "col_2", "col_3"]
heads = len(cols) * [head[0]] + len(cols) * [head[1]] # -> ['h1','h1','h1','h2','h2','h2']
no_of_rows = 4
A = np.array
浏览 6提问于2021-09-22得票数 2
回答已采纳
4回答
我有这样的数据，
col1 col2 col3 col4
a1 b1 c1 +
a1 b1 c1 +
a1 b2 c2 +
a1 b2 c2 -
a1 b2 c2 +
如果在col1、col2和col3中有两个值相同的记录，而在col4中有相反的符号，则应该从dataframe中删除它们。
输出：
col1 col2 col3 col4
a1 b1 c1 +
a1 b1
浏览 0提问于2018-04-10得票数 1
回答已采纳
4回答
我有一个“col1”和“col2”两个维度的熊猫数据
我可以使用以下方法筛选这两列的某些值：
df[ (df["col1"]=='foo') & (df["col2"]=='bar')]
有什么方法可以同时过滤两列吗？
我天真地尝试将dataframes限制为两列，但我对等式第二部分的最佳猜测不起作用：
df[df[["col1","col2"]]==['foo','bar']]
给我带来这个错误
ValueError: Invalid broadcastin
浏览 2提问于2015-11-13得票数 9
回答已采纳
1回答
我有一个Dataframe，它有两个列，它们是float64对象。我正试着把这些转换成日期。
col1, col2
43835.0, 0.145833
43835.0, 0.166667
预期产出：
col1, col2
05/01/2020,3:30:00 AM
05/01/2020, 4:00:00 AM
当我尝试pd.to_datetime(df['col1'])时，它分别将值转换为1970-01-01 00:00:00.000043835和1970-01-01
浏览 2提问于2020-01-06得票数 1
回答已采纳
1回答
熊猫-并行型函数
、、、、
我正在处理一个拥有很多功能的庞大数据集。这些特性实际上是int类型，但由于它们具有np.nan值，熊猫将float64类型分配给它们。
我通过迭代每一列将这些特性转换为float32。大约需要10分钟才能完成。有什么办法能加快这次行动吗？
数据从csv文件中读取。数据中有object和int64列。
for col in float_cols:
df[col] = df[col].astype(np.float32)
浏览 0提问于2019-08-01得票数 0
回答已采纳
2回答
我试图在我的数据集上同时应用归责和热编码。我知道在应用估算时，数据的维数可能会发生变化，所以我手动处理它。模型运行良好，但后来我决定应用热编码。现在，这个程序没有编译。我正在得到一个尺寸不匹配误差。
test_X = pd.get_dummies(test)
train_X = pd.get_dummies(train)
col_with_missingVal = (col for col in train_X.columns if train_X[col].isnull().any())
for col in col_with_missingVal:
train_X[col + &
浏览 2提问于2018-05-21得票数 2
回答已采纳
1回答
假设我有两个dataframe：
DF1：
Col1 x Col2 Col3 Col3
XCN000370/17-18C _ XCN0003711718C _ 0003971718
DF2
Col1 x Col2 Col3 Col3
XCN0003711718C _ XCN0003711718C _ 0003971718
我要他们像这样合并：
第一匹配Col1 (DF1)和Col1 (DF2)
在未匹配的情况下，将Col1 (DF1)与Col2 (DF2)匹配
在未匹配的情况下，将Col1 (DF1)与Col3 (DF2)匹配
现在，通过将DF1和DF2与其他未匹配的交换来
浏览 1提问于2019-05-11得票数 0
4回答
重建熊猫达达菲
、、
我对Python很陌生。我在重建一个坏数据仓库上遇到了麻烦。我的Dataframe看起来是这样的：
df = pd.DataFrame({'col1': ['id 1', 'id 2', 'test 3', 'test 4'],
'col2': ['test 1', 'test 2',
'Number 6135', 'id 4'],
浏览 6提问于2020-11-05得票数 3
回答已采纳
1回答
熊猫移行
、
假设我们已经设置了如下数据：
x = pd.DataFrame(np.random.randint(1, 10, 30).reshape(5,6),
columns=[f'col{i}' for i in range(6)])
x['col6'] = np.nan
x['col7'] = np.nan
col0 col1 col2 col3 col4 col5 col6 col7
0 6 5 1 5 2
浏览 0提问于2018-02-09得票数 6
回答已采纳
2回答
如果不是空的熊猫
、、、
寻找Pandas中if Pandas语句的解决方案。示例：
col1 col2
1 NAN
2 NAN
3 NAN
NaN 01-2019
2 NAN
我的新专栏应该是col3；
当col1 =1或更高时，添加“文本a”
当col1 =空和col2 =a值时，取col2值
否则；设置值“文本b”
我现在只有；当col1高于1时，设置文本a，否则设置文本b。
df['col3'] = np.where(df['col1']>=1, 'text a', 'text b')
浏览 0提问于2018-10-18得票数 4
回答已采纳
1回答
在和熊猫玩耍的时候，我开始对熊猫的产量感到好奇。
> df = pd.DataFrame({'col_1':[1,2,3], 'col_2':['a','b','c']})
> df.dtypes
col_1 int64
col_2 object
dtype: object
df.dtypes调用提供三行。
第一行显示col_1具有“整数”类型。
第二行显示col_2有一个"object“类型，它是一个字符串。
第三行提到dtype: object..。但这
浏览 0提问于2019-02-04得票数 1
回答已采纳
2回答
我有一份数据
df = pd.DataFrame(
[np.random.randint(1,10,8),
np.random.randint(1,10,8),
np.random.randint(1,10,8),
np.random.randint(1,10,8)]).T
# left col is the index
>> a b c d group
0 5 6 3 2 g1
1 5 6 6 6 g1
2 3 9 5 3 g1
3 5 6 8 2 g1
4 2 2 9 6 g1
5 9 5 4
浏览 1提问于2017-04-12得票数 2
回答已采纳
1回答
变型熊猫
、
我有一个数据列表，每一个都有1000x160的形状。
df_list = [df1,df2]
除了最后三列之外，所有的数据格式都有相同的列。
col1, col2, col3 ... col157, col158, col159, col160
来自1-157的列在所有数据帧中是相同的，相同的值相同的列名，但是158、159、160列不同，具有不同的名称和值。
我已经尝试了几乎所有参数的pd.concat()，但是它要么导致了一个形状为2000x160或1000x320的数据文件。
结果的dataframe应该是1000X166 (只考虑数据文件列表中的两个数据)
有人能帮忙吗？另外，我想在不
浏览 2提问于2022-04-17得票数 0
回答已采纳
2回答
熊猫群比布尔运算
、、、、
我想以一种特殊的方式使用pandas.groupby。给定一个具有两个布尔列(称为DataFrame和col2)的布尔列和一个id列，我希望以以下方式添加一个列：
对于每个条目，if (col2为True)和(col1为True，对于任何具有相同id的条目)，则分配True。否则是假的。
我举了一个简单的例子：
df = pd.DataFrame([[0,1,1,2,2,3,3],[False, False, False, False, False, False, True],[False, True, False, False, True ,True, False]]).transpose(
浏览 6提问于2017-03-22得票数 9
回答已采纳
1回答
最近，我问了一个关于熊猫中缺失的价值的问题，并被引导到一个。在阅读完这一页和之后。
我想知道为什么merge和join在“他们不平等”的时候把NaNs当作匹配：np.nan != np.nan
# merge example
df = pd.DataFrame({'col1':[np.nan, 'match'], 'col2':[1,2]})
df2 = pd.DataFrame({'col1':[np.nan, 'no match'], 'col3':[3,4]})
pd.merge(df,df2
浏览 0提问于2018-12-09得票数 22
回答已采纳
2回答
我有两个行数相同的数据帧: 1434，我想将它们连接在轴1之间：
res = pd.concat([df_resolved, df1], axis=1)
这两个数据帧没有任何同名的列。我想加入他们就像：
df1: df2:
col1 col2 | col3 col4
1 0 | 9 0
6 0 | 0 0
=
concatenated_df:
col1 col2 col3 col4
1 0 9 0
6 0 0 0
这在这样一个小示例中很好，但由于某种原因，如果我在原始数据集上尝试使用它，就会得到许多NaN行
浏览 0提问于2017-08-30得票数 3
回答已采纳
1回答
熊猫系列转化
、、、
我有一个如下所示的系列：(从一个groupby中完成的多个索引)
Value
Col1 Col2
A PY 20
PB 30
B PY 10
PB 50
我想让它看起来像这样：
Value
Col1 Col2
A PY 20
A PB 30
B PY 10
B PB 50
对如何使它工作有什么建议吗？
谢谢你的帮助
编辑:扭曲的问题：
我想将列'Value‘添加到将
浏览 1提问于2017-10-29得票数 1
回答已采纳
5回答
我有两个数据帧：df1如下所示：
col0 col1 col1.1 col3
0 a d 1 6
1 b e 5 7
和df2如下：
colx coly
0 a 10
1 b 20
2 d 50
3 e 40
如何将现有的数据文件组合起来，使最终的df看起来像这样呢？
col0 col1 col1.1 col3 colx coly
0 a d 1 6 10 50
1 b e 5 7 2
浏览 0提问于2019-08-26得票数 2
回答已采纳
2回答
按栏编制熊猫数据索引
、、、
我想通过df[:,(1,5:)]选择一个数据格式，即所有行和列号1，列5到末尾。
我试过：
df.loc[1:3,('col_1','col_5':)]
有什么简单的方法可以通过列号或列名(两者都)来实现呢？
浏览 6提问于2017-07-17得票数 3
回答已采纳
我可以想象在熊猫里我想做的事情很简单，但我就是搞不懂。实际上，我想在dataframe-js (或danfojs)中这样做，但是在pandas或dataframe-js中提供的任何帮助都是有帮助的。
实质上：
可以有任意多行和列的任意数量的数据数组。uuid.Most --它们都应该至少有一列匹配的数据--每个uuid都会有数据，但可能会缺少一些。唯一已知的列名是uuid，所以使用"merge on“或类似于任何其他列名是不可选的。<code>F 216</code>
示例dataframes：
let data1 = [
[['co
浏览 2提问于2022-05-26得票数 0
回答已采纳
3回答
我有以下df：
import pandas as pd
df = pd.DataFrame(
{"col1": [2000, 2000, 2000, '', 2001, 2001, '', '', 2002],
"col2": ["b1", "c1", "d1", '' , "c1", "d1", '', '', "d1"],
"col3": [10,
浏览 1提问于2021-04-26得票数 1
回答已采纳
2回答
我有一个数据框架看起来
d = {'col1': ['a,a,b', 'a,c,c,b'], 'col2': ['a,a,b', 'a,b,b,a']}
pd.DataFrame(data=d)
预期产出
d={'col1':['a,b','a,c,b'],'col2':['a,b','a,b,a']}
我试过这样做：
arr = ['a', 'a', 'b'
浏览 0提问于2019-08-19得票数 3
回答已采纳
3回答
我在jupyter笔记本里有一群人跑了很久，跑了10分钟就说“内核死了.”，
这群人的样子如下：
df1.groupby(['date', 'unit', 'company', 'city'])['col1',
'col2',
'col3',
'col4',
...
'col20'].mean()
所有的“col”列都是浮动值。我在本地经营一切。有什么想法吗？
更新：
df1的形状如下：
(1360, 24)
内存和dtype：
dtypes: c
浏览 0提问于2019-05-07得票数 4
回答已采纳
2回答
假设我有一个看起来像这样的DataFrame：
df = pd.DataFrame([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]],
columns=['Col 1', 'Col 2', 'Col 3'])
>>> df
Col 1 Col 2 Col 3
0 1 2 3
1 4 5 6
2 7 8
浏览 0提问于2018-03-08得票数 11
回答已采纳
2回答
我有一只熊猫dataframe和2栏。
|COL_A | COL_B |
|------|-------|
|24.38 | 95.83 |
|36.15 | 96.99 |
|37.90 | 98.13 |
|41.14 | 98.75 |
|63.45 | 98.77 |
|74.95 | 99.04 |
|77.15 | 99.30 |
例如，在这个dataframe中，如果是COL_A = 24.38，然后是COL_B=95.83，然后是这样。
我想要做的是在两个列之间找到一个关系，如果是COL_A=80，什么是COL_B=?。
浏览 0提问于2019-05-10得票数 5
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
