熊猫groupby在一个分类的系列中运行
熊猫的groupby方法用于按照指定的列对数据进行分组，然后对每个分组进行聚合操作。它可以应用于一个分类（categorical）的系列（Series）对象或一个数据框（DataFrame）对象。
概念：
groupby是一种分组操作，它将数据按照指定的列或多个列的值进行分组。在每个分组上，可以应用各种聚合函数（如求和、平均值、计数等）来获取所需的汇总结果。
分类：
熊猫的groupby方法可以应用于分类的系列或数据框对象。分类的系列指的是具有离散值或离散级别的数据列，而数据框是由多个分类系列组成的二维数据结构。
优势：
使用groupby进行分组操作的优势包括：
- 数据聚合：可以对分组后的数据进行各种聚合操作，例如求和、平均值、计数等。
- 数据分析：可以根据分组结果进行数据分析，例如探索性数据分析、构建透视表等。
- 数据可视化：可以利用分组结果进行数据可视化，例如绘制柱状图、饼图等。
应用场景：
groupby方法广泛应用于数据处理和分析领域，例如：
- 市场调研：可以根据市场调研数据按照不同的市场分组，以分析不同市场的特征和趋势。
- 销售分析：可以根据销售数据按照不同的区域、产品或时间进行分组，以分析销售额、利润等指标。
- 用户行为分析：可以根据用户行为数据按照不同的用户群体进行分组，以分析用户的偏好和行为习惯。
腾讯云相关产品： 腾讯云提供了一系列与云计算相关的产品和服务，以下是一些推荐的产品和产品介绍链接地址，用于支持和扩展云计算领域的应用：
- 云服务器（CVM）：腾讯云的云服务器产品，提供可扩展、高性能的虚拟服务器实例。详情请参考：云服务器产品介绍
- 云数据库 MySQL 版（TencentDB for MySQL）：腾讯云的托管 MySQL 数据库服务，提供高可用、可扩展的数据库解决方案。详情请参考：云数据库 MySQL 版产品介绍
- 人工智能机器学习平台（AI Lab）：腾讯云的人工智能开发平台，提供丰富的机器学习工具和资源，支持开发人员进行数据分析和模型训练。详情请参考：人工智能机器学习平台产品介绍
请注意，以上推荐的腾讯云产品只是为了举例说明，并不代表其他云计算品牌商的产品。如果需要更详细的腾讯云产品信息，请参考腾讯云官方网站。
相关·内容
3回答
我有数据，我们可以通过
df = pd.DataFrame({'a':[1,0,0], 'b':[0,1,0], 'c':[1,0,0], 'd':[2,3,4]})
和一个分类系列
category = pd.Series(['A', 'B', 'B', 'A'], ['a', 'b', 'c', 'd'])
我想得到df列的总和，这些列被分类为'A'，'B‘。也许是这样：
re
浏览 0提问于2018-04-19得票数 3
回答已采纳
3回答
我有一个交易的Pandas DataFrame：
transactions.head():
Amount Date of Transaction Description \
0 39.95 2017-03-30 Fake_Transaction_One
1 2.39 2017-04-01 Fake_Transaction_Two
2 8.03 2017-04-01 Fake_Transaction_Three
3 34.31
浏览 0提问于2018-07-22得票数 3
回答已采纳
2回答
我正在练习使用熊猫模块和一个目录。在查找两列时，我在使用groupby时遇到问题。它与一个列一起工作，并给出列表中pokemon的数量。添加一个列来计算它会更容易，如下所示：
df["Count"] = 1
df.groupby(df["Type 1"]).count()["Count"]
拥有
|Type 1 |
:---------------
|Bug 69|
|Dark 31|
|Dragon 32|
|Electric 44|
|Fairy 17|
|F
浏览 13提问于2021-03-22得票数 0
回答已采纳
3回答
ewm熊猫群
、、、、
我已经标记了事件(时间序列)数据，在这些数据中，事件以给定标签的随机间隔发生。我希望计算内部组ewma，并将其作为新列"X1_EWMA“添加到dataframe中。以下是目前为止的代码：
import pandas as pd
import numpy as np
import altair as alt
n = 1000
df = pd.DataFrame({
'T': pd.date_range('20190101', periods=n, freq='H'),
'C1': np.random.cho
浏览 2提问于2019-09-19得票数 6
回答已采纳
1回答
在Pandas上，我们可以按一个分类系列进行分组，然后在聚合时，它会显示所有的类别，不管它是否包含任何记录。
import pandas as pd
df = pd.DataFrame({"Age": [12, 20, 40, 60, 72]}, dtype=np.float64)
cuts = pd.cut(df.Age, bins=[0, 11, 30, 60])
df.Age.groupby(cuts).agg(mean="mean", occurrences="size")
# mean occurrences
浏览 13提问于2022-10-24得票数 1
回答已采纳
2回答
我试图在按列名称分组的序列数中找到最大值，这些列是从其中提取的。
我有一份这样的数据：
MASTER SLAVE Value
Master_1 Slave_1 657879
Master_1 Slave_2 34343
Master_1 Slave_3 453313
Master_2 Slave_1 56667
Master_2 Slave_2 6879
Master_2 Slave_3 12333
Master_2 Slave_4 789
Master_2 Sla
浏览 0提问于2019-06-05得票数 1
回答已采纳
3回答
熊猫:合并重复指标值
、、、、
我有一个熊猫系列，我想用三种不同的方式组合。该系列内容如下：
import pandas as pd
timestamps = [1,1,1,2,3,3,3,4]
quantities = [10,0,2,6,7,2,8,0]
series = pd.Series(quantities, index=timestamps)
显然，时间戳有3 values of 1、1 value of 2、3 values of 3和1 value of 1。我想生成以下系列：
1.重复索引值之和：
pd.Series([12,6,17,0], index=[1,2,3,4])
2.重复索引值的中位数：
pd
浏览 2提问于2019-03-12得票数 1
回答已采纳
1回答
考虑一下这个数据：
STUDENT T_1 T_2 T_3 T_4
0 A PASS FAIL PASS FAIL
1 B PASS FAIL FAIL FAIL
2 C FAIL FAIL PASS PASS
3 D PASS FAIL PASS PASS
列T_1 -> T_4表示测试。在这种情况下，T_1和T_3是'X‘类型的测试，而T_2和T_4是'Y’类型的测试。列是分类值。我想得到每种测试类型的%分布(即X/Y)。所以我想要这个
STATUS
浏览 3提问于2015-06-16得票数 0
回答已采纳
我想用另一个类别中最常见的值来填充Pandas数据帧中缺少的分类值。例如,
import pandas as pd
import numpy as np
data = {'type': ['softdrink', 'juice', 'softdrink', 'softdrink', 'juice','juice','juice'],
'product': ['coca', np.nan, 'pepsi',
浏览 2提问于2017-10-02得票数 3
1回答
蟒蛇类大熊猫系列的计算
、、、、
我想要计算给定数据中的序列数。
我需要时间序列计数的信息。
在这里，我希望用户选择如何检查系列。
例如，系列产品可以是区域>产品>国家(也请选择此代码)
现在，系列是：
ThailandAsia亚洲>A>印度Asia>A>泰国Asia>B>印度Asia>B>D>日本<code>H 114</code>欧洲>A>意大利</代码>H 215</代码><代码>H 116</code>欧洲>A> TurkeyEurope >B
浏览 1提问于2019-11-17得票数 1
回答已采纳
5回答
熊猫的分类和冗余的nan
、、、、
我在使用处理分类数据时遇到了问题。从理论上讲，它应该是超级高效的:您是通过整数而不是字符串进行分组和索引。但它坚持认为，当按多个类别分组时，必须考虑到每一个类别的组合。
我有时使用类别，即使有一个低密度的公共字符串，仅仅因为这些字符串是长的，它节省内存/提高性能。有时，在每一列中有数千个类别。当按3列分组时，pandas强迫我们保存1000^3组的结果。
我的问题是:在避免这种不良行为的同时，是否有一种方便的方法对类别使用groupby？我不是在寻找这些解决方案：
通过numpy重新创建所有功能。
在groupby之前继续转换为字符串/代码，然后恢复到类别。
从组列创建元组列，然后
浏览 3提问于2018-01-27得票数 43
回答已采纳
1回答
按输出串联多只熊猫群
、、、
我希望在给定数据集的不同子集上进行多个.groupby()操作，并将它们全部绑定在一起。例如：
import pandas as pd
df = pd.DataFrame({"ID":[1,1,2,2,2,3],"Subset":[1,1,2,2,2,3],"Value":[5,7,4,1,7,8]})
print(df)
ID Subset Value
0 1 1 5
1 1 1 7
2 2 2 4
3 2 2 1
4 2
浏览 0提问于2019-08-23得票数 2
回答已采纳
1回答
蟒蛇群与大熊猫
、、
我有这样一个文件(score.csv)：
我需要解决蟒蛇使用熊猫和群居的问题
问题就像我有一个csv文件，其中我有一个数据，我需要根据一些点对数据进行分组，这些点是
I希望根据系列id对数据进行分组，然后找到最高的分数和百分比，以找到数据最接近50%的用户(中间队列)--与第一次的第2点相比，再为其他找到这些用户的分数(<code>H 110</code>>)，然后用最上面的分数<code>h 211</code><code>G 212</code>来调整分数。
这样做的目的是为了找出学生在每次考试中的表现
浏览 3提问于2021-06-17得票数 0
1回答
大熊猫一组滚动
、、
我正在做groupby和rolling的dataframe。
如果我有一个以上的组，结果是一个pandas series，但是如果我只有一个组，那么结果就是一个pandas dataframe。如果你需要看我在做什么，我会在下面复制它。
是否有办法强迫熊猫每次返回一个系列，即使只有一个组？
如果您想重新创建我所看到的内容，可以运行以下示例。
示例1(系列)：
df = pd.DataFrame(data={'Name':['John', 'John', 'John', 'Jill', 'Jill',
浏览 4提问于2020-04-20得票数 0
pandas.Series groupby方法使按另一个系列进行分组成为可能，例如：
data = {'gender': ['Male', 'Male', 'Female', 'Male'], 'age': [20, 21, 20, 20]}
df = pd.DataFrame(data)
grade = pd.Series([5, 6, 7, 4])
grade.groupby(df['age']).mean()
但是，通过使用两列，此方法不适用于组：
grade.groupby(
浏览 4提问于2019-12-02得票数 0
2回答
熊猫最大过滤群
、、、
我有潘达斯df：
family age fruits
------------------
Brown 12 7
Brown 33 5
Yellow 28 3
Yellow 11 9
我想了解下一个条件的年龄：
按科分类；有最大的水果
因此，结果df将是：
family age
-----------
Brown 12
Yellow 11
浏览 2提问于2020-06-07得票数 1
回答已采纳
2回答
我有一个数据框架，其中包含了来自销售产品、收入、价格和日期的几个寄存器。
DATA CLIENT PRODUCT PRICE
2020-08-28 xxxxxxx RIOT 20.0
我要把我的信息按年/月和产品分类。我正在运行一个由to_period运行的组，该组提取准确的信息：
dfgmv = dfgift[['PRODUCT','PRICE']].groupby([dfgift.DATA.dt.to_period("M"), 'PRODUCT']).agg(['count&
浏览 1提问于2022-08-01得票数 0
回答已采纳
2回答
我试图按组创建字符串元组出现的扩展计数。
index category group
2000-01-01 ('foo',) a
2000-01-02 ('tito', 'puente') a
2000-01-03 ('bar',) a
2000-01-04 ('zip',) b
2000-01-05 ('zorp',) b
2000-01-03 ('f
浏览 0提问于2016-04-07得票数 0
回答已采纳
我在蟒蛇中有两个使用熊猫的数据：
df1: 233,500 x 6按日期分列的价格分类账
df2: 1,665,997 x 5按日期分列的客户使用分类账
在excel中的一个较小的数据集中，我可以简单地做以下操作，在df2上创建一个列，其中包含给定日期的每个产品的价格。
=SUMIFS(df1[Rate],df1[Date],[@Date],df1[Jurisdiction],[@Jurisdiction],df1[Product],[@Product])
最后，我希望向df2中添加一个列(或者创建一个新的带有结果的数据)，该列通过将每行(管辖权、产品类型)中的一些标准
浏览 1提问于2018-01-23得票数 1
回答已采纳
2回答
我试图得到一个与R的表函数类似的函数，参数useNA允许我在交叉表中包含NA值。
下面是一个小例子：
df = pd.DataFrame({"a": [0, 1, pd.NA, pd.NA], "b":[2, pd.NA, 3, pd.NA]})
print(pd.crosstab(df["a"], df["b"], dropna=False)
我从中得到的是
b 2 3
a
0 1 0
但我希望它能像
b 2 3 NA
a
0 1 0 0
1 0 0 1
NA 0 1
浏览 2提问于2021-12-02得票数 3
回答已采纳
2回答
我需要用熊猫写一个函数，其中有两个系列作为论据:一个是几个学生的成绩，另一个是他们的性别。作为回报，我需要一本字典，字典上有“男性”或“女性”的键和价值观，这是成绩高于性别的手段。举个例子，如果
grades = pd.Series([5, 4, 3, 5, 2])
和
genders = pd.Series(["female", "male", "male", "female", "male"])
函数必须返回字典。
{'male': 3.0, 'female': 5.0}
我
浏览 0提问于2018-03-17得票数 0
回答已采纳
1回答
给定一个类似于这样的DataFrame：
contractID
Date
1982-09-16 (SPZ1982, 1982-12-16 00:00:00)
1982-09-17 (SPZ1982, 1982-12-16 00:00:00)
1982-09-20 (SPZ1982, 1982-12-16 00:00:00)
...
2018-09-27 (SPZ2018, 201
浏览 0提问于2018-10-30得票数 0
回答已采纳
6回答
按月份名称对熊猫数据系列进行排序
、、、、
我有一个Series对象，它有：
date price
dec 12
may 15
apr 13
..
问题陈述：，我想按月显示它，并计算每个月的平均价格，并按月排序。
期望产出：
month mean_price
Jan XXX
Feb XXX
Mar XXX
我想做一个列表并以一个排序函数传递它：
months = ["Jan", "Feb", "Mar", "Apr", "May", "Jun&#
浏览 16提问于2017-12-31得票数 24
回答已采纳
1回答
我有一个很大的熊猫数据框，大致看起来像这样 Identity periods one two three Label
0 one 1 -0.462407 0.022811 -0.277357
1 one 1 -0.617588 1.667191 -0.370436
2 one 2 -0.604699 0.635473 -0.556088
3 one 2 -0.852943 1.087415 -0.784377
浏览 44提问于2021-04-20得票数 2
回答已采纳
1回答
对熊猫数据进行分组后索引消失
、、、、
我有以下熊猫系列
Reducedset['% Renewable']
这给了我：
Asia China 19.7549
Japan 10.2328
India 14.9691
South Korea 2.27935
Iran 5.70772
North America United Stat
浏览 3提问于2020-05-15得票数 1
回答已采纳
1回答
我有一个python程序，它执行以下操作。
在.csv中读取
使用csv特定列的值创建数据格式。
将时间戳从unix时间戳转换为
按小时对数据进行分组，然后查找该小时中某些数据的平均值。
代码：
df = pd.read_csv(files,parse_dates=True)
df2 = df[['timestamp','avg_hr','avg_rr','emfit_sleep_summary_id']]
df2['timestamp'] = df2['timestamp'
浏览 8提问于2015-04-09得票数 1
回答已采纳
2回答
我有一个熊猫数据框架，它由不同的子组组成。
df = pd.DataFrame({
'id':[1, 2, 3, 4, 5, 6, 7, 8],
'group':['a', 'a', 'a', 'a', 'b', 'b', 'b', 'b'],
'value':[.01, .4, .2, .3, .11, .21, .4, .01]
})
我想在它的组中找到每个id的级别，比如说，值越低越好。在上面的例子中，在A组中
浏览 5提问于2014-11-03得票数 32
回答已采纳
1回答
我有以下df：
Open Close Color dfpct
2021-06-24 15757.200638 15762.962646 green 0.006598
2021-06-25 15760.081642 15835.699707 green 0.004427
2021-06-28 15797.890675 15859.462646 green -0.002878
2021-06-29 15828.676661 15778.975098 red -0.004189
2021-06-30
浏览 0提问于2021-09-04得票数 2
回答已采纳
1回答
我有以下数据：
ID Company Name State
200 Apple CA
300 Microsoft CA
300 Grant Thornton IL
200 Amazon WA
200 Apple CA
250 Dollar Tree VA
250 Dollar Tree VA
250 Dollar Tree VA
400 Target
浏览 0提问于2019-07-21得票数 1
回答已采纳
4回答
基本上，我想转到：
Date 0 1 2
0 10-1 thing1 None None
1 10-1 thing1 thing1 None
2 10-2 thing2 thing1 None
3 10-3 thing1 thing1 thing2
分成一组：
Date 0
0 10-1 thing1 3
2 10-2 thing1 1
thing2 1
3 10-3 thing1 2
浏览 1提问于2018-10-22得票数 1
回答已采纳
1回答
我有一系列的datetime对象和一系列跨越数年的数据。A可以创建一个Series对象并对其进行重采样，以便按月将其分组：
df=pd.Series(varv,index=dates)
multiMmean=df.resample("M", how='mean')
print multiMmean
然而，这是产出
2005-10-31 172.4
2005-11-30 69.3
2005-12-31 187.6
2006-01-31 126.4
2006-02-28 187.0
2006-03-31 108.3
...
20
浏览 3提问于2015-05-07得票数 9
回答已采纳
1回答
我有一个包含几个分类列的数据，我想将所有这些合并到一个分类列中，最好使用Pandas。
例如，如果我有两个列，名为category1 (c1)和category2 (c2)，其数据范围为0到2，则希望将它们聚合到其他列类别(c)中，该列的范围可从0到5，表示所有可能的分类值组合。
我会从这一点出发：
d1 d2 c1 c2
1 1 NA 0
2 1 1 1
3 1 0 2
4 2 2 NA
5 1 NA NA
6 2 2 2
7 2 0 NA
8 2 0 2
对此：
d1 d2 c
1 1 0
2 1 1
3 1 2
4 2 3
5
浏览 2提问于2019-11-10得票数 2
回答已采纳
2回答
我在从弗雷德那里下载数据。我在总结年度数字，但不想要不完整的年份。所以我需要一个求和条件，如果数到12，因为这个系列是每月的。
import pandas_datareader.data as web
mnemonic = 'RSFSXMV'
df = web.DataReader(mnemonic, 'fred', 2000, 2020)
df['year'] = df.index.year
new_df = df.groupby(["year"])[mnemonic].sum().reset_index()
print(n
浏览 0提问于2019-06-29得票数 0
回答已采纳
1回答
熊猫有序直方图矩阵
、、、、
因此，我有一些数据：
Epoch Object User
1418409833 1 1
1418409834 1 2
1418409835 1234 1
1418409836 1234 1
1418409836 1589 2
1418409837 9 1
1418409838 9 2
如何将此框架转换为这样的一个numpy矩阵：
[ 1 2 0 1
1 0 1 1]
其中，每一行都是用户，而每列都是直方图bin值。因此，在这种情况下，用户1有2个对象1234的计数，因此第二个索引是2。
注意，这里
浏览 2提问于2014-12-12得票数 0
回答已采纳
我有Pandas系列的分类变量列表。例如：
df = pd.Series([["A", "A", "B"], ["A", "C"]])
请注意，在我的例子中，系列相当长(50K元素)，列表中可能的不同元素的数量也很大(20K元素)。
我想要获得一个矩阵，它有一个列为每个不同的特征，它的计数为值。在前面的例子中，这意味着：
[[2, 0, 0], [1, 0, 1]]
这与使用OneHot编码获得的输出相同，只不过它包含的是计数，而不是仅包含1。
实现这一目标的最佳途径是什么？
浏览 2提问于2020-10-08得票数 1
回答已采纳
3回答
我得到了以下DataFrame：
column1 | column2
1 | dasd
2 | dasd
1 |
2 | foo
1 | dasd
2 | bar
我想按column1对条目进行分组，并且只获得在column2中有多个唯一条目的条目列表。
所以我得到了这个
df.groupby("column1")["column2"].nunique() > 1
这给了我以下几点：
column1
1 False
2 True
如何获得一个系列或列表，其中只有col
浏览 10提问于2022-04-25得票数 0
在熊猫DataFrame中，通过使用一个展开窗口，我可以创建一个具有另一个系列A最大值的系列B，从第一行到当前序列：
df['B'] = df['A'].expanding().max()
我还可以提取A系列最高总价值的索引值：
idx_max_A = df['A'].idxmax().value
我想要的是一种将两者结合在一起的有效方法；也就是说，创建一个级数B，它保存从第一行到当前一行的序列A最大值的索引值。理想的情况是这样的..。
df['B'] = df['A'].expanding().idxmax().
浏览 8提问于2017-11-10得票数 2
回答已采纳
3回答
我不能做一个熊猫系列的对象群。DataFrames很好，但我似乎不能用系列赛来做群比。有人能让这件事成功吗？
>>> import pandas as pd
>>> a = pd.Series([1,2,3,4], index=[4,3,2,1])
>>> a
4 1
3 2
2 3
1 4
dtype: int64
>>> a.groupby()
Traceback (most recent call last):
File "<stdin>", line 1, i
浏览 7提问于2013-07-29得票数 10
回答已采纳
3回答
我有一款Pandas Dataframe，里面装着汽车供销售，我想得到每个品牌最受欢迎的产品，但是我似乎做不到。
我有一个熊猫的数据栏(例如:车辆类型，价格，里程，年份，品牌，型号等)和每个汽车品牌，我想检查哪一个模式发生最多。我试过用一个群，像这样：
popular_models = dataset.groupby('brand').model.value_counts().groupby(level=0).nlargest(1)
但是它返回一个Pandas系列，其中我想要的一些数据存储在索引中，它还添加了一个重复的列，对我来说没有任何意义。
我想要一个包含3列的DataFr
浏览 1提问于2019-01-15得票数 2
回答已采纳
1回答
给定一个Series，我想高效地计算自从发生变化以来已经通过了多少个观察。下面是一个简单的例子：
ser = pd.Series([1.2,1.2,1.2,1.2,2,2,2,4,3])
print(ser)
0 1.2
1 1.2
2 1.2
3 1.2
4 2.0
5 2.0
6 2.0
7 4.0
8 3.0
我想将一个函数应用于ser，它将导致：
0 0
1 1
2 2
3 3
4 0
5 1
6 2
7 0
8 0
由于我处理的是大系列，我更喜欢一个不涉及循环的快速解决方案
浏览 3提问于2017-04-04得票数 3
回答已采纳
1回答
绘制熊猫df中的特定值
、、、
我不确定是否有更有效的方法来做这件事。我有一个df，其中一个Column包含感兴趣的信息。对于下面的df，我对Column B感兴趣。我想为每个plots值创建单独的W,X,Y,Z。当这些值发生变化时，我也希望开始每一个单独的图。
import pandas as pd
import matplotlib.pyplot as plt
d = ({
'A' : [1,2,3,4,5,6,7,8,1,3],
'B' : ['W','W','X','X','
浏览 1提问于2018-07-12得票数 1
回答已采纳
2回答
熊猫群表演
、、、
我在一个工作站上运行，有很多内存(190 on )。我们需要对具有数百万条记录的数据集( groupby )进行，同时生成聚合列的列表。
我们的问题是表演很慢。在R中运行相同的代码不到一小时。
当前的测试数据集是，只有770万条记录。数据如下：
ID1 ID2 typeid date_ cat1 cat2 cat3
12554876563 1435465465 09238423 2013-04-2 cat11 cat21 cat31
12554876563 1435465465 984375 2012-11-12 c
浏览 2提问于2018-04-09得票数 3
1回答
我有一个多索引系列，如果在级别1中有多个项，则尝试打印级别0的所有值。
match
0 0 apple
1 0 orange
1 pear
2 banana
我不在乎苹果，因为它是0级索引0的唯一条目。由于在0级索引1中有三个项，所以我想全部打印出来。我得到的最好的是print(fruit.loc[(fruit.index.get_level_values('match') != 0)])，但那只会给我梨和香蕉，而不是橘子。似乎我应该能够从那里得到0级指数，并将其传递给.loc()，但我没有任何
浏览 2提问于2019-12-21得票数 1
回答已采纳
1回答
我想按n组重编号一个没有日期时间索引的熊猫系列
因为我在谷歌上搜索了这个问题的确切标题，没有找到答案，我想我的问题只有一个恰当的措辞问题，因此这个问题很可能是重复的(如果是的话，我会删除它)。
而且，我一直在尝试使用Series.rolling和Series.groupby，但是我没有达到预期的结果。
我可以用一个肮脏的循环来完成它，但我假设存在一个更干净、更规范、更有表现力的方式。
import pandas as pd
s = pd.Series([1,2,3,4,11,22,33,44,444,555,666])
# 0 1
# 1 2
# 2 3
浏览 0提问于2021-11-30得票数 2
回答已采纳
1回答
在我的代码中，我目前正在使用Pandas执行以下类型的操作：
ser = oldser.dropna().copy()
for i in range(24):
ind = ser.groupby(ser.index.hour).get_group(i).index
ser[ind]=something
这段代码复制了一系列代码，然后将每个小时分开，并对其做一些事情。这看起来很混乱-有什么方法可以很好地清理它吗？
我真正想要的是类似于
series['2011']
它获得了2011年的所有数据，但是
series['2pm']
下午2点获取所有数
浏览 1提问于2013-12-17得票数 1
回答已采纳
1回答
我有数百个timeseries对象，每个对象包含100000个条目。缺少一些数据条目(NaN)。对于我的应用程序来说，无论是单个的、分散的还是长序列的NaNs，都是很重要的。
因此，我想要一个函数来给出NaN的每个连续序列的运行长度。我能做到
myseries.isnull()
得到一连串的嘘声。我可以移动中值或移动平均值来了解数据孔的大小。但是，如果有一种有效的方法来获得一系列的洞长列表，那就太好了。
如果有一个myfunc，那就太好了
a = pdSeries([1, 2, 3, np.nan, 4, np.nan, np.nan, np.nan, 5, np.nan, np.nan])
浏览 3提问于2013-05-31得票数 12
回答已采纳
我有一个数据文件，其中条目可以根据特定分类特性的值进行分组。在这些组中，对于另一个二进制分类特性，应该只有一个为真的条目('1')；然而，有些组包含两个或零这样的条目。我希望从dataframe中删除这些异常组中的所有行/条目。
我试着做下面这样的事情(我意识到这是无可救药的错误-虽然我很绿.)
grouped = df.groupby('Categorical_Column')
df_new = df.drop(grouped[((grouped['BinaryFeature'] == 1).agg(np.sum)) != 1])
有什么想法吗
浏览 0提问于2017-04-25得票数 1
回答已采纳
1回答
熊猫数据-基于不同条件的独特计数
、、、、
我有这样的数据
我想知道：
独特的观众:3
观看电影的独特观众:2
我可以使用以下代码来完成这一任务：
movie['Viewer_ID'].nunique()
movie.loc[movie['watched']==1,:]['Viewer_ID'].nunique()
然而，我想知道是否有更好的方法将两者结合在一起，比如
movie.agg({'Viewer_id':'nunique'
,'watched': 'sum'
})
有方法可以在
浏览 3提问于2020-08-01得票数 0
2回答
我有一个有3列的Dataframe，两个是类别数据，一个是float16。当我执行groupby并在agg中运行lambda特定函数以根据dtype对每一列进行不同处理时，分类列上会有一个下降。
如果这样做的话，它就会奏效。
i=pd.DataFrame({"A":["a","a","a","b","c","c"],"B":[1,2,3,4,5,6],"C":[ "NaN" ,"b","NaN","
浏览 30提问于2022-06-08得票数 3
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
