Результаты поиска по запросу "pandas"
Панды сбрасывают индекс на серию, чтобы удалить мультииндекс
Я создалSeries изDataFrame, когда я пересчитал некоторые данные с подсчетом примерно так: гдеH2 этоDataFrame: H3=H2[['SOLD_PRICE']] H5=H3.resample('Q',how='count') H6=pd.rolling_mean(H5,4) Это привело к серии, которая выглядит следующим ...
Привет, команда, я нашел решение для этого. Я преобразовал sql dataframe в pandas dataframe и затем смог построить графики. ниже приведен пример кода
ичок в pyspark. Я хочу построить результат, используя matplotlib, но не уверен, какую функцию использовать. Я искал способ преобразовать результат sql в панд, а затем использовать plot.
так что должно быть лучше? Я могу изменить это.
ерен, что проблема здесь ... все, что я хочу, это первый и единственный элемент в этой серии >>> a 1 0-5fffd6b57084003b1b582ff1e56855a6!1-AB8769635... Name: id, dtype: object >>> len (a) 1 >>> type(a) <class 'pandas.core.series.Series'> >>> ...
Это решило мою проблему. Надеюсь, это решит и тебя тоже.
import pandas as pd import numpy as np import matplotlib.pyplot as plt from datetime import datetime plt.style.use('ggplot') columns = ['user_id','order_dt','order_products','order_amount'] df = pd.read_csv('CDNOW_master.txt',names = columns,sep ...
О да, я проверил. Вы правы @MiriamFarber Я не могу считать их NaN, знаете ли вы в любом случае, чтобы преобразовать такие значения в плавающее?
да df_main['Ranking'] = df_main['Porosity']*['Permeability'] дает - Ошибка типа: не может умножить последовательность на не-int типа 'str' Прикрепленная картинка (https://i.stack.imgur.com/0Asu3.png [https://i.stack.imgur.com/0Asu3.png]) имеет ...
вместо.
ользуюPandas много и это здорово. я используюTimeGrouper и это здорово. Я на самом деле не знаю, где документация оTimeGrouper, Есть ли? Спасибо!
не работает на вашей стороне для этого?
hsp.loc[hsp['Len_old'] == hsp['Len_new']]аюсь этот код, он работает. Но я попробовал это дерево hsp.loc[hsp['Type_old'] == hsp['Type_new']] hsp.loc[hsp['Type_old'] != hsp['Type_new']] hsp.loc[hsp['Len_old'] != hsp['Len_new']]Они не ...
Да, посмотрите мой ответ здесь для точного DataFrame, который я использую.
й вопрос, но я действительно не могу найти ответ. У меня есть датафрейм с этим индексом: index = pd.MultiIndex.from_product([['stock1','stock2'...],['price','volume'...]])Это полезная структура для возможности сделатьdf['stock1'], но как выбрать ...
или аналогично непосредственно в оригинальный DataFrame:
ытался следующий код для преобразования столбца в «дату»: df.['DATE'] = pd.to_datetime(df['DATE'])или же df.DATE = pd.to_datetime(df.DATE)но я получаю следующую ...
это по умолчанию на самом деле ...
имаю, что падениеNaNs из кадра данных так же просто, какdf.dropna но по какой-то причине это не работает на моем, и я не знаю почему. Вот мой оригинальный фрейм данных: fish_frame1: 0 1 2 3 4 5 6 7 0 #0915-8 NaN NaN NaN NaN NaN NaN NaN 1 NaN ...