我做了一个数据帧聚合，我想添加一个新列，如果行中2020年有一个> 0的值，它将放入1，否则为0。这是我的代码和dataframe的头 df['year'] = pd.DatetimeIndex(df['TxnDate']).year # add column yearprin
浏览 6提问于2020-06-28得票数 2
回答已采纳
2回答
熊猫群句法解释
、、、
我不明白为什么Pandas函数可以用以下两种方式编写，并产生相同的结果。具体的代码并不是真正的问题，两者都给出了相同的结果。我希望有人能分析一下这两种语言的语法。df.groupby(['gender'])['age'].mean()
在第一个实例中，它看起来像是在特定地调用age列上的第二个看起来
浏览 4提问于2022-04-04得票数 0
回答已采纳
我有220 GB的数据。我已经将其作为两列读取到spark dataframe中: JournalID和Text。现在，我的数据帧中缺少27行。使用NGram类，我在dataframe中添加了另外两个列Unigram和Bigram，其中包含文本列中的单字和双字。然后，我使用一元和二元语法列上的pyspark的TF和IDF类计算TFIDF，并将其作为另一列添
浏览 1提问于2018-12-17得票数 0
我正在尝试将我的pandas代码转换为pyspark dataframe，并尝试在dataframe的一列上应用函数。我在pandas dataframe中做了一些如下的事情。在操作了几个列值之后，将新列添加到pandas数据帧中，如下所示。基本上，我想在pyspark dataframe列上应用一个函数。谢谢。
浏览 15提问于2020-01-03得票数 1
回答已采纳
我有一个熊猫数据框。当我创建GROUP BY和聚合函数(如min或max )时，我只能得到部分结果，即我在数值列上进行min/max聚合的列。我怎样才能得到全行(即所有与这个最小/最大值相对应的数据)？数据帧看起来像这样： Place Year Time TimeSFUKUOKA 1973 02:11
浏览 10提问于2019-02-10得票数 0
回答已采纳
我有一个包含100个分区的dask数据帧(将大约45 are的100个json文件聚合在一起)。我想用.sum().compute()在大约15-20列上计算一些指标。对于每个.compute()，都需要很长的时间。有没有更好的方法来并行执行所有这些sum().compute()？
浏览 27提问于2019-03-12得票数 1
给定一个如下所示的数据帧： id x y 2 5 5 2 3 7 2 1 9 如何在一列上运行多个聚合函数(例如min和max)，但将它们作为数据框的行返回？预期输出应为： minmax 6 在R的dplyr中，我可以做这样的事情，但我不知道如何让它在pandas中工作。
浏览 16提问于2020-08-24得票数 0
回答已采纳
我一直在玩pandas数据帧中的聚合。','e'],
'c':[4,1,3,4,5,1,3,2]}) 我必须对batch列进行聚合，对列a使用mean，对列c使用min。) 问题是，我希望最终的数据帧具有与原始数据帧相同的列，只
浏览 21提问于2020-09-05得票数 0
回答已采纳
2回答
我想在一个数据帧中的不同列上计算一组不同的agg函数。假设我将在10个不同的列上执行100个不同的聚合。我希望输出数据帧是这样的</
浏览 0提问于2020-02-22得票数 2
2回答
我有一堆CSV文件，其中包含特定时间的数据，时间被编码为文件名：Label val1 val2b. 6 4
Label我可以将每个文件读入Pandas数据帧。然后我想:将"time“列添加到每个数据帧中，然后将所有数据帧</
浏览 2提问于2020-10-11得票数 0
是否可以将数据分组(用于定义x和y变量)，以便直接在regPlot (或任何其他海运功能)中运行回归？我找不到这样的内置功能。例如，在一列中，我有一个分类变量" C "，然后我试图使用每个C类别的中位数来拟合回归线(具有x和y)。有什么功能可以这样做吗？
浏览 18提问于2019-02-26得票数 1
回答已采纳
1回答
我正在尝试使用时间跨度绘制数据。我使用的是pandas数据帧，时间跨度足够直接，但在所有示例中，它们生成的数据都符合时间跨度。 series = pd.Se
浏览 0提问于2016-06-13得票数 0
我正在尝试连接pandas中的两个数据帧，以实现以下行为:我想在指定的列上连接，但要让它不会将多余的列添加到数据帧中。这类似于combine_first，不同之处在于combine_first似乎不接受索引列可选参数。示例：df1 = pandas.merg
浏览 0提问于2013-03-28得票数 2
回答已采纳
我想在pandas或pyspark数据帧中执行以下操作，但我仍然没有找到解决方案。我描述的操作可以在下图中看到。
请记住，输出数据帧在第一列上不会有任何值，因为输入表中的第一列不能被前一列减去，因为它不存在。
浏览 1提问于2016-07-12得票数 4
回答已采纳
1回答
我们导入一个具有地理列的数据集。这个geo-column表示一条线。当我将数据导入到数据帧中时，geo-column中的数据如下所示： LINESTRING (155337.4045392797 368804.3359240878,155355.9229438164 368779.3184124769,155373.0222553128368596.075214043,155466.4756062801 368586.00792423
浏览 44提问于2021-08-09得票数 0
回答已采纳
我使用toPandas()将pyspark数据帧转换为pandas数据帧。但是，因为某些数据类型不对齐，所以pandas会将数据帧中的某些列强制转换为object。我想用实际的字符串在我的列上运行.str，但似乎不能让它工作(如果没有显式地找到首先要转换的列)。(作为参考，我尝试做的是，如果<
浏览 1提问于2020-06-23得票数 1
我从一个大约50K行和5列的Pandas数据帧创建了一个Dask数据帧：然后我将一堆列(~30)添加到dataframe中，并尝试将其转换回Pandas dataframe：我查看了文档，如果我没
浏览 1提问于2017-07-28得票数 4
我正在尝试对字段进行聚合，并在聚合列上获得了额外的一行-在本例中为'sum‘。我怎么才能摆脱这个？这使得在后续处理中很难处理此数据帧 import pandas as pd
Grade=[['A',1],['A',2],['A',10],['B',4],['B',2],['C',3],['D',10
浏览 5提问于2020-12-28得票数 1
回答已采纳
我们目前使用了大量的MongoDB聚合管道来做一些数据处理。然而，我们经常遇到一些性能问题。我正在考虑将数据从MongoDB读取到Pandas数据帧中，并使用Pandas数据帧聚合来处理数据。有谁有比较这两种方法的经验吗？另外，MongoDB聚合管道是否利用了内部的某种并行性？
浏览 0提问于2020-05-15得票数 2
4回答
pandas中的多列分解
、、、
pandas factorize函数将序列中的每个唯一值分配给一个从0开始的顺序索引，并计算每个序列条目所属的索引。我想在多个列上实现pandas.factorize的等价物：df = pd.DataFrame({'x': [1, 1, 2, 2, 1, 1], 'y':[1, 2, 2, 2, 2, 1]})
pd.factorize(df)[0] #
浏览 0提问于2013-05-09得票数 12
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
云直播
腾讯会议活动推荐
腾讯云开发者
