假设我有一个熊猫表，其中一列是股票代码，另一列是日期，我希望，对于每一个日期，重新分配收益，以遵循统一的分布。现在，sklearn.preprocessing有一个非常好的quantile_transform函数，但是我似乎不能把它塞进熊猫tranform或apply功能中，date如果我想将每天返回的数据正常化为zscore，那么以下内容可以很好地工作：df['zscore'] = tsdf.g
浏览 2提问于2018-03-12得票数 1
回答已采纳
但我没能把父亲的钥匙从孩子们的数组里拿掉 R.groupBy(R.prop('father')), father: R.head(kids
浏览 0提问于2019-04-03得票数 0
回答已采纳
1回答
def tranform_doc(docs): print(docs) json_doc = {}json_doc["customKey"] = doc return json_list
我所做的： return json_li
浏览 3提问于2021-01-08得票数 1
回答已采纳
我的数据如下： Name GroupJess John 2Jeff Fred 3Henry 2
Henry 2 我尝试查找此人具有空白组的所有行，然后如果在表中已找到此人的空白值，则将其替换为空白值。 我的计划是找到所有的空白值。 df[(pd.isna(df['Group']))] 然后编写for循环，在完整的数据帧中搜索该人员的值，然后用该值替换空值。 for name in df_blank['Name'].u
浏览 45提问于2021-01-07得票数 0
回答已采纳
1回答
我想用groupby语句填充na值。df['price'] = df.groupby(['manufacturer','type','year'])['price'].tranform(lambda x: x.fillna(x.mean(
浏览 9提问于2022-02-17得票数 1
我有以下带有groupby函数的代码 lambda x: x["BOX_ID"].nunique()我尝试了transform()和map()oder_diff = order[order.groupby("CD_QTY")["BOX_ID"].transform('nunique').gt(1)]
浏览 4提问于2020-12-08得票数 3
回答已采纳
1回答
我正在尝试减少熊猫数据中列中的因素级别，这样任何因素的总实例在低于定义阈值(默认设置为1%)的所有列行中所占的比例，都将被插入一个标记为“Other”的新因子中。
浏览 3提问于2020-03-30得票数 0
回答已采纳
1回答
numerical_feature_name in numerical_feature_names: df[numerical_feature_name]=df.groupbylabel_column_names]).transform(lambda x: x.fillna(self.mean(x))) 当尝试将它应用于熊猫时
浏览 2提问于2021-09-13得票数 1
回答已采纳
2回答
我对pandas还是个新手，我正在努力弄清楚如何使用Groupby命令。我已经按年份、cik和布尔值对数据进行了分组，现在我需要分别计算每一年的true和false计数。
df['ext'] = np.where(df['isBase']== 'false
浏览 2提问于2019-04-11得票数 0
我有一个数据框架，如下所示： '24','24','24','24','24','24','24','24','24'],
浏览 2提问于2022-08-02得票数 1
回答已采纳
目前，我对groupby做了这件事，但是没有找到合适的方法来使用这个转换方法。groups = df.groupby('bar','foo') db_results = read_db(bar,foo)谢谢你的帮忙
浏览 0提问于2018-07-03得票数 1
回答已采纳
[2, 5, 8]6 C 3 [3, 6, 9]8 C 9 [3, 6, 9] 我可以使用groupby和apply或agg实现这一点，然后像这样连接数据帧 df_tmp = df.groupby('a')['b'].agg(list).reset_index()
df.merge(df_tmp, on=df['c'] = df.groupby('a')[
浏览 8提问于2020-06-19得票数 3
回答已采纳
1回答
我有一个包含2000多行的DataFrame。 这是我的DataFrame的一部分： In [2]: df A B C D1 a b -1 523 a b -1 05 a c -1 16127 a e 1 52
8 a d -1
浏览 22提问于2021-09-12得票数 1
回答已采纳
2回答
只保留在大熊猫中属于最大群体的行
、、、、
我有一个这样的DataFrame：'feature':['f7','f7', 'f7','f8','f8', 's1'],
'score':['2','3.3','4','8
浏览 0提问于2018-12-17得票数 0
回答已采纳
1回答
Java2D图像旋转问题
、、、
我使用下面的代码来旋转给定的图像。 if (rotate == Rotate.UPSIDE_DOWN || rotate == Rotate.ABOUT_CENTER) else }
if (rotate
浏览 3提问于2013-08-23得票数 0
我有一个熊猫数据框架，基本上是一个不平衡的面板。我想做的就是，对于每一组，在满足条件之后，放弃所有的观察。
浏览 5提问于2013-12-05得票数 1
回答已采纳
当我将一个函数应用于groupby对象的多个列时，Pandas抛出一个Future警告。它建议使用列表作为索引，而不是元组。我们该怎么做呢？>>> df = pd.DataFrame([[1,2,3],[4,5,6],[7,8,9]])<stdin>:1: FutureWarning
浏览 2提问于2020-04-03得票数 36
回答已采纳
考虑一下这种情况：
df = df%>% group_by(a,b) %>% 在我的例子中，我尝试先按group_name列、然后按user_name、再按type_of_work对数据进行分组。有三列以上(这就是我感到困惑的原因)，但我需要根据这三个标题以相同的顺序对数据进行分组。在这个阶段之后，我已经有了一个处理列的算法。我只需要一个算法来创建一个根据这三列分组的数据帧。我们在pandas data-frame中有类似的东西吗？
浏览 0提问于2017-06-19得票数 1
云服务器
ICP备案
云直播
对象存储
腾讯会议
腾讯云开发者
