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
(3358)
视频
沙龙
1
回答
python
,
pandas
,
用
groupby
计算
多
指标
df
的
均值
、
让我们考虑以下数据帧:dic={'volume': {('E7', Timestamp('2016-11-01 00:00:00')): Decimal:00')): Decimal('1276'), }}
df</em
浏览 11
提问于2017-08-05
得票数 0
回答已采纳
2
回答
如何使用
Pandas
计算
GroupBy
对象
的
滚动
均值
?
、
、
如何使用
Pandas
计算
GroupBy
对象
的
滚动
均值
?我
的
守则:
df
=
df
.set_index('ds')grouped_<em
浏览 1
提问于2015-10-18
得票数 1
回答已采纳
2
回答
如何用np.nan
计算
np.average时
的
平
均值
?(同时使用
groupby
)
、
、
import
pandas
as pd
df
= pd.DataFrame(np.arange(10).reshape(-1, 2), columns=['A',02 4 5 NaN 24 8 9 NaN 4 我想用群函数来
计算
每个
指标
的"A""B""C“
的
平
均值
。
df
1
浏览 3
提问于2017-02-18
得票数 1
回答已采纳
1
回答
计算
数据帧内
的
平
均值
并保留旧
的
索引
python
、
、
、
我在下面的代码中有一个问题 Fun1 = ['A','A','A','A','A','A','A','A','A','=
df
.assign(Fun1=Fun1,Fun2=Fun2,time=time,X=X,Y=Y)
df
=
df
.
浏览 4
提问于2018-02-14
得票数 0
回答已采纳
1
回答
构建
的
相同
的
MultiIndex DataFrame不聚合(平均)
、
、
简短
的
问题:给出一个类似于DataFrame
的
NaN值,如前面的方法所示_
df
.
groupby
(level='
浏览 1
提问于2016-06-10
得票数 2
回答已采纳
1
回答
Python
Pandas
按迭代分组
、
、
、
在
Python
3.6中,我在for循环
的
帮助下遍历了
pandas
dataframe中
的
groupby
列。这样做
的
问题是,如果我有很多数据,它就会变得很慢。这是我
的
代码:dataDict = {}fronten
浏览 0
提问于2018-03-01
得票数 0
回答已采纳
1
回答
如何获得按另一列分组
的
Pandas
Dataframe分组
的
大小?
、
'year': [2000, 2000, 2000, 2001, 2001, 2001, 2001],我想知道每年不同入口类型
的
数量
的
平
均值
现在,如果我这样做:
df
.
groupby
(['entrytype', 'year']).size(),我将得到中
的
入口类型数,如下所示:a
浏览 2
提问于2014-04-30
得票数 1
回答已采纳
2
回答
我正在尝试从csv文件创建一个表,为我提供一个变量
的
比例
、
、
下面的代码是我所拥有的,但它抛出了一段代码,说明没有要聚合
的
数值类型。代码:import numpy as npdata =
pand
浏览 0
提问于2021-03-24
得票数 0
1
回答
Python
- CSV -按列id
计算
列值
的
平
均值
、
、
我有一个非常大
的
CSV文件,我设法按列id排序,但我无法
计算
具有该列id
的
平均列值。我需要在没有SchoolCode列
的
情况下获得新
的
csv,并对每个集群使用经度和经度平
均值
。而且,位数应该是相同
的
。我尝试了
pandas
,它抛出了这个错误。我
的
代码:
df
= pd.read_csv('SortedCluster.csv', names=
浏览 2
提问于2018-06-05
得票数 0
1
回答
用
平
均值
计算
多
列NaN值
的
最佳方法
、
、
我对
Python
还不熟悉 'three':[1,2,3,4]} 我需要
的
是
用
本系列
的
平
均值
计算
NaN值。我已经试过了
计算
每列
浏览 3
提问于2021-07-02
得票数 0
回答已采纳
1
回答
熊猫分类特征组占用了太多
的
内存和时间
、
、
请考虑以下数据:from numpy.random import randint, randn
df
.
groupby
(['cat_1', 'cat_2', 'cat_3', 'cat
浏览 6
提问于2019-11-20
得票数 1
回答已采纳
1
回答
Pandas
groupby
=> AttributeError:'function‘对象没有'mean’属性
、
、
、
我试着
计算
由男性和女性组成的人口
的
平均规模: >>> import
pandas
as pd0 175 male2 165 female4 156 female 我想使用
Pandas
groupby</e
浏览 36
提问于2021-01-13
得票数 1
1
回答
从潘达斯
的
“群”
计算
中排除低样本数
使用
Pandas
,我想要"
groupby
“并
计算
我
的
Dataframe
的
每一组
的
平
均值
。": ["A", "B", "C", "A", "A", "B", "B", "C", "A"], "value": [5, 6, 8, 7, 3, 9, 4
浏览 4
提问于2021-05-07
得票数 2
回答已采纳
3
回答
计算
每组
的
平均行数
、
、
、
我需要
计算
DataFrame中某一列
的
平
均值
,因此每一行
的
平
均值
不包括在特定组中为其
计算
的
行
的
先前值。假设我们有这个数据帧,这是预期
的
输出 有没有像这样
的
方法,按索引迭代每一行,在每次迭代中按索引添加前一行,然后
计算
平
均值
。我想知道有没有更有效
的
方法 unit A Expected T10 7
浏览 18
提问于2019-01-25
得票数 1
回答已采纳
1
回答
基于外部对象索引
的
聚合组
、
、
我有一个带有分类栏和其他内容
的
数据文件:>>>
df
= pd.DataFrame({'A': np.random.randint(10, size例如,比方说我希望能够使用
df
.
groupby
(['C', D])中
的
索引来<
浏览 3
提问于2021-04-21
得票数 2
回答已采纳
1
回答
在使用
groupby
并应用时,为多个索引中
的
一个索引创建一个新级别
、
我在
Python
3 /
Pandas
工作。我有一个
多
索引
的
DataFrame :数据源('src')、日期('dt')和状态('stat')。有一个名为“val”
的
任意测量列。因此,答案应该推广到许多度量列,而不仅仅是示例'val'
df
**.**中
的
列。=
df
.
groupby
(['src','dt'])
浏览 2
提问于2019-06-14
得票数 0
回答已采纳
1
回答
如何从sql导出到基于列值
的
分离csv
、
、
我正在查询原始OHLC和Volume和Ticker符号所在
的
sql,并使用ta-lib库
计算
技术
指标
。我想为表中
的
每个单独
的
报价器将数据帧写入csv (
df
.to_csv)。不幸
的
是,当我试图
计算
移动平
均值
时,它将所有的报价器集中在一起,并在所有这些报价器上执行移动平
均值
,而不是每个报价器
的
符号。通过使用FOR循环为每个报价器,我希望能够
计算
正确
的
值,并写入许多不
浏览 23
提问于2021-01-19
得票数 0
2
回答
熊猫
的
EMA和股票
的
EMA不匹配?
、
、
、
、
我试图使用
Python
(与
Pandas
)
计算
英特尔(INTC)每日股票数据
的
20天指数移动平
均值
(EMA)。熊猫有很多方法可以做到这一点,我也尝试过
Pandas
上
的
股票统计,但是它们从来没有像我从股票/金融网站上得到
的
一样返回EMA。 我已经检查了两次接近
的
价格,它们是匹配
的
,但是EMA总是出现“错误”。
df
2["Close"].shift().fillna(
浏览 7
提问于2018-02-13
得票数 21
回答已采纳
1
回答
查找至少某个值
的
第一个值
、
我在这上面花了几个小时,所以任何帮助都将是令人惊讶
的
! 我有一个熊猫数据帧
df
。然后我按其中一列(A)分组,关注另一列(B),并获得每组
的
平
均值
: group_mean =
df
.
groupby
('A').B.agg('mean') group =
df
.
groupby
('A').B 按照上面的顺序,以下是
python
报告
的
类型: <class
浏览 2
提问于2021-09-04
得票数 0
2
回答
在plt条形图中叠加两组数字
、
我正试图创建一个基于两个不同数据
的
图形,它将两个数字叠加在一起。但是,尽管我尽了一切努力,结果仍然是缺乏适当
的
显示。
df
1.plot.bar(color = 'r')plt.show()
浏览 0
提问于2018-03-13
得票数 0
回答已采纳
点击加载更多
相关
资讯
Excel自动化:Python+Pandas,数据处理从未如此轻松!
Python基础——4 数据可视化(下)
Pandas,数据分析的超强助手!
这些问题,你在处理数据时肯定遇到过
Pandas,数据分析必备的Python神器!
热门
标签
更多标签
云服务器
ICP备案
对象存储
实时音视频
云直播
活动推荐
运营活动
广告
关闭
领券