腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
文章
问答
(9999+)
视频
沙龙
1
回答
键
错误
:
没有
[
Int64Index
…]
dtype
='
int64
]
位于
[
列
]
中
、
、
pipeline.score(X_train[test_idx],y_train[test_idx])
错误
码validate_read_indexerKeyError: "None of [
Int64Index
58912, 58913, 58914, 58915, 58916, 58917
浏览 55
提问于2021-05-26
得票数 0
回答已采纳
1
回答
Pandas groupby索引
、
当我按两
列
分组时,
没有
更多的列了。Out[2]: (2, 1):
Int64Index
([2],
dtype
='
int64
'), (2, 2):
Int64Index
([3],
dtype
浏览 0
提问于2017-12-05
得票数 1
1
回答
Bokeh十六进制-找到每个六边形的原始索引。
、
、
、
、
"follow_mouse", renderers=[r]) 我想为每个十六进制查找,
中
包含元组
浏览 0
提问于2018-04-16
得票数 2
回答已采纳
1
回答
如何在熊猫群
中
创建具有重复
键
的组?
、
我想要做的是根据最后一
列
(
键
)创建组,以便在第一组
中
我得到例如第1行。对于第二组,我得到第1行和第2行。在第3组
中
,我得到最后两行。
浏览 0
提问于2018-07-24
得票数 7
1
回答
熊猫群
没有
正确设置索引
、
、
然而,打印返回:
Int64Index
([1, 2],
dtype
='
int64
')
Int64Index
([1],
dtype
='
int64
')
Int64Index
浏览 5
提问于2022-02-25
得票数 0
1
回答
返回不存在于数据
中
的
键
的组
、
、
、
我正在参加一个Kaggle挑战(M5预测精度),下面是一个代码片段,在这里,我感到困惑,因为pandas.groupby正在返回id上
没有
出现在数据
中
的组。([],
dtype
='
int64
')FOODS_1_001_CA_3
Int64Index
([],
dtype
=
浏览 3
提问于2020-05-17
得票数 0
回答已采纳
1
回答
包含大量组的Python
中
的Anova测试
、
、
、
、
我有一个比较大的数据集(大约273,744条记录),其中包括人的名字和他们使用的屈光能力:-----------------------------------'Jack' | 0.5 | M | C |'Mary' | 0.25 | F | C | ......
浏览 1
提问于2019-04-25
得票数 3
回答已采纳
1
回答
键
错误
:[
列
]
中
没有
[
Int64Index
([...]
dtype
='
int64
')]
、
201291002 4 1975 3276 275380446 我试着用它做一个非常简单的图: df.plot(x = df['a'], y = df['b']) 但我一直收到一个关键的
错误
消息: None of [
Int64Index
([1971, 1972, 1973, 1974, 1975],
dtype
='
int64
')] are in the [columns] 我尝试使用将
列
a转换为DateTime,但仍然收到相同的<
浏览 209
提问于2021-01-24
得票数 0
2
回答
如何将组添加到groupby
、
、
、
(91, 92):
Int64Index
([1, 3],
dtype
='
int64
'), (92, 92):
Int64Index
([5, 7],
dtype
='
int64
')} 我想扩展这组组,这样我就可以在扩展的组选择上进行聚合。(91, 92):
Int64Index<
浏览 1
提问于2017-08-31
得票数 3
回答已采纳
1
回答
数据帧
中
按对象属性分组
、
、
、
age return f'{self.name} [{self.age} yrs old]'编辑df.groupby('people.age').groups{'20':
Int64Index
([0, 1],
dtype
='
int64
'), '30':
Int64
浏览 0
提问于2019-07-25
得票数 1
回答已采纳
1
回答
TimeSeriesSplit在RandomSearchCV
中
的应用
、
、
、
0,0,0,1,1,2] one two0 3 41 3 42 3 4 我尝试将TimeSeriesSplit与n_splits = 2结合使用,但
没有
得到我想要的结果。([0, 0],
dtype</
浏览 0
提问于2019-08-23
得票数 0
1
回答
熊猫:两个数据帧有不同的形状,但
没有
不同的
列
。
、
、
、
当我运行print(a.shape, b.shape)时,我得到以下结果:(1, 28849) (44, 29025)意味着b有更多的a
列
,当我运行b.columns.difference(a.columns)时,结果是null索引:(Index([],
dtype
='object')。为什么数据文件在形状上有不同的列计数,但它们之间
没有
任何不同的
列
?
浏览 0
提问于2018-07-31
得票数 1
回答已采纳
1
回答
如何在Python
中
打印DataFrame Pandas
中
的整数索引
、
、
它们都有三行,分别表示为0,1,2,并且只有一
列
没有
标题。apple2 melonprint market.iloc[np.where(fruit[0] == market)].index<bound method Int64
浏览 11
提问于2017-08-30
得票数 2
1
回答
按组分组到Pandas系列/Dataframe
、
、
、
我试图对我的数据文件
中
的两
列
执行t测试。只有在将
列
按同一dataframe
中
的另一
列
分组之后才能进行t测试。0 13 25然后,我按key1分组print g1.groups >>> {0:
Int64Index
([0, 1, 3, 7],
dtype
='
int64
'), 1:
In
浏览 2
提问于2017-02-18
得票数 1
回答已采纳
1
回答
由datetime.date对象组成的熊猫群不一致
、
for i in range(11,13)], 'a2':range(21,23)}如果我们只按日期
列
分组([0],
dtype
='
int64
'), datetime.date(2020, 1, 12):
Int64Index
([1],
dtype
='
int64
')} date a1 a2
浏览 3
提问于2020-01-25
得票数 1
1
回答
如何根据特定
列
中
的特定值识别索引?
、
、
、
我正在尝试获取具有特定
列
和值的索引列表。', 'Nevada', 'Florida']df['E'] = ['Arm', 'Leg', 'Head'] 如何获得
列
“A”、“B”、“D”
列
的索引,其中包含值“猫”、“汽车”和“咖啡”的列表?在这个例子
浏览 3
提问于2021-03-18
得票数 0
回答已采纳
2
回答
按多
列
分组和丢失数据时循环遍历Pandas的groupby输出
、
、
按缺少数据的多
列
分组: ['Parrot', 'Captive',, ['Parrot', 'Wild', 20]] df = pd.DataFrame(data, columns = ['Animal', 'Type', 'Max Speed']
浏览 2
提问于2020-05-27
得票数 0
回答已采纳
2
回答
选择
列
大于系列
中
的值的DataFrame行
、
np.random.rand(4),index=['a','b','c','d']) b 0.419059d 0.322693 我正在尝试识别df1
中
df1
列
中
的值大于s
中
的相应值的所有行。df1[df1.a > s.a].index,df1[df1.b > s.b].index,df1[df1.c > s.c].index,df1[df1.d >
浏览 61
提问于2017-01-13
得票数 4
回答已采纳
2
回答
熊猫的相应指标value_counts()方法
、
我经常在熊猫中使用value_counts()方法来获取统计数据。male 7825是否有内置的函数来获得数据对应的两个标签(男性和女性)的索引。
浏览 1
提问于2017-02-01
得票数 2
回答已采纳
2
回答
Pandas Groupby Agg函数不减少
、
如果传递的序列长度大于1,则在列表
中
返回观察值。[7.7599999999999998, 25.564]由于某种原因,agg似乎正在将级数传递给函数两次DFGrouped.agg({'s.m.v.' : test
浏览 0
提问于2014-12-12
得票数 23
点击加载更多
相关
资讯
Pandas中比较好用的几个方法
pandas功能函数总结
Pandas基础入门(二)
Python数据分析之NumPy和Pandas
Python Pandas Series.nunique详解
热门
标签
更多标签
云服务器
ICP备案
实时音视频
即时通信 IM
云直播
活动推荐
运营活动
广告
关闭
领券