有3列,
ACCOUNT, DATE, AMOUNT
我正在尝试在pandas中做以下事情,并计划在group by output dataframe之后使用"sum“列来做更多的工作:
df_group_by=df.groupby('account').agg({'amount': [np.size, np.sum]},as_index=False).reset_index() # equal to "SELECT ACCOUNT, SUM(amount) as sum FROM table GROUP BY ACCOUNT;"
pr
我正在阅读“Python for Data Analysis”这本书,但在“Example: 2012联邦选举委员会数据库”部分将数据读取到DataFrame时遇到了问题。问题是其中一列数据总是被设置为索引列,即使index_col参数设置为None也是如此。
下面是指向数据的链接:。
下面是加载代码(为了节省检查时间,我设置了nrows=10):
import pandas as pd
fec = pd.read_csv('P00000001-ALL.csv',nrows=10,index_col=None)
为了保持简短,我排除了数据列输出,但以下是我的输出(请不要使用索引
我从一个时刻表中创建了一个多索引熊猫系列,现在我想要阅读其中的数据。在我看到的所有示例中,本系列的列或级别都是命名的。然而,在我的系列文章中,情况并非如此。在这个多重索引中,第一级是日期,第二级是一天中的小时。数据列具有我想要读取的值。
从我的系列中获取我想要的数据的最简单的方法是什么?下面的代码应该是非常清楚的。
import pandas as pd
import numpy as np
n = 1000
t = pd.date_range(start ='2012-01-01', periods=n, freq='10T')
我有一个由tweet组成的2列Pandas数据框架:第二列是tweet本身。我想把所有的推文都算起来。
数据框架如下所示:
RT @PaulHaleAndMom: Four Hours After #Piedmont...
RT @NatPoliceAssoc: Body camera video shows At...
RT @XLNB: When Spanish Drake and Jamaican Drak...
I almost cried this morning. My babies are ...
@SebastianDanzig Hey Bassy are ticket
我要做的是将这段SQL代码复制到Python中: select column_1, column_2, column_3,
sum(column_4) as sum_column_4, sum(column_5) as sum_column_5
from df
group by 1,2,3; 换句话说,我需要制作这个数据框架: column_1 column_2 colunn_3 column_4 column_5
AA BB CC 5 3
AA BB CC
我使用了一个数据have (初始索引为0.9999),并按年份进行了分区:
requests_df = {year : df[df['req_year'] == year] for year in df['req_year'].unique()}
和往常一样,每个子帧保留自己的索引顺序。然后,在尝试对其中一个孤立帧(df_yr = requests_df[2015])进行索引时,我得到了一个非常出乎意料的行为:
for idx in df_year.index:
qty = frame[idx]['qty_tickets']
原因