Perguntas com a marcação «pandas»

Eu tenho uma coluna no python pandas DataFrame que possui valores booleanos True / False, mas para cálculos adicionais eu preciso de representação 1/0. Existe uma maneira rápida de fazer isso?

133 python  numpy  pandas 

Quero imprimir o resultado do agrupamento com os pandas. Eu tenho um quadro de dados: import pandas as pd df = pd.DataFrame({'A': ['one', 'one', 'two', 'three', 'three', 'one'], 'B': range(6)}) print(df) A B 0 one 0 1 one 1 2 two 2 3 three 3 4 three 4 5 one …

133 python  pandas 

Eu tenho um problema de classificação de aprendizado de máquina com 80% de variáveis ​​categóricas. Devo usar uma codificação quente para usar um classificador para a classificação? Posso passar os dados para um classificador sem a codificação? Estou tentando fazer o seguinte para a seleção de recursos: Eu li o …

132 python  pandas  machine-learning  anaconda  one-hot-encoding 

Eu tenho um DataFrame simples como o seguinte: Quero selecionar todos os valores da coluna 'Primeira Temporada' e substituir os que estão acima de 1990 por 1. Nesse exemplo, apenas o Baltimore Ravens teria o 1996 substituído por 1 (mantendo o restante dos dados intactos). Eu usei o seguinte: df.loc[(df['First …

132 python  pandas  dataframe 

Suponha que eu tenha um quadro de dados do pandas df: Quero calcular a média da coluna de um quadro de dados. Isso é facil: df.apply(average) então o intervalo sábio da coluna max (col) - min (col). Isso é fácil novamente: df.apply(max) - df.apply(min) Agora, para cada elemento, quero subtrair …

131 python  pandas  numpy 

Manipulei alguns dados usando pandas e agora quero executar um salvamento em lote no banco de dados. Isso requer que eu converta o quadro de dados em uma matriz de tuplas, com cada tupla correspondendo a uma "linha" do quadro de dados. Meu DataFrame se parece com: In [182]: data_set …

131 python  pandas 

Eu tenho um grande dataframe df (cerca de 12M linhas) com dizer: df.columns = ['word','documents','frequency'] Portanto, o seguinte foi executado em tempo hábil: word_grouping = df[['word','frequency']].groupby('word') MaxFrequency_perWord = word_grouping[['frequency']].max().reset_index() MaxFrequency_perWord.columns = ['word','MaxFrequency'] No entanto, isso está demorando muito tempo para ser executado: Occurrences_of_Words = word_grouping[['word']].count().reset_index() O que eu estou fazendo …

131 python  pandas 

quando minha função f é chamada com uma variável, quero verificar se var é um dataframe do pandas: def f(var): if var == pd.DataFrame(): print "do stuff" Eu acho que a solução pode ser bastante simples, mas mesmo com def f(var): if var.values != None: print "do stuff" Não consigo …

130 python  pandas 

Eu preciso usar funções diferentes para tratar colunas numéricas e colunas de seqüência de caracteres. O que estou fazendo agora é realmente burro: allc = list((agg.loc[:, (agg.dtypes==np.float64)|(agg.dtypes==np.int)]).columns) for y in allc: treat_numeric(agg[y]) allc = list((agg.loc[:, (agg.dtypes!=np.float64)&(agg.dtypes!=np.int)]).columns) for y in allc: treat_str(agg[y]) Existe uma maneira mais elegante de fazer isso? Por …

130 python  pandas 

Estou procurando uma maneira eficiente de remover partes indesejadas de seqüências de caracteres em uma coluna DataFrame. Os dados se parecem com: time result 1 09:00 +52A 2 10:00 +62B 3 11:00 +44a 4 12:00 +30b 5 13:00 -110a Preciso aparar esses dados para: time result 1 09:00 52 2 …

129 python  string  pandas  dataframe 

Eu tenho alguns DataFrames do Pandas compartilhando a mesma escala de valor, mas com colunas e índices diferentes. Ao invocar df.plot(), recebo imagens de plotagem separadas. o que eu realmente quero é tê-los todos no mesmo enredo que os sub-enredos, mas infelizmente não estou conseguindo encontrar uma solução para como …

129 python  matplotlib  pandas 

Eu tenho uma lista de quadros de dados do Pandas que gostaria de combinar em um quadro de dados do Pandas. Estou usando o Python 2.7.10 e o Pandas 0.16.2 Criei a lista de quadros de dados de: import pandas as pd dfs = [] sqlall = "select * from …

129 python  pandas  dataframe  concat 

Eu tenho o seguinte código que importa um arquivo CSV. Existem 3 colunas e quero definir as duas primeiras para variáveis. Quando defino a segunda coluna para a variável "eficiência", a coluna de índice também é abordada. Como posso me livrar da coluna do índice? df = pd.DataFrame.from_csv('Efficiency_Data.csv', header=0, parse_dates=False) …

128 python  pandas 

Eu estou tentando escrever um quadro de dados do Pandas (ou pode usar uma matriz numpy) em um banco de dados mysql usando o MysqlDB. O MysqlDB não parece entender 'nan' e meu banco de dados gera um erro dizendo que nan não está na lista de campos. Preciso encontrar …

127 python  pandas  numpy  mysql-python 

Eu tenho o seguinte quadro de dados de pandas Top15: Crio uma coluna que estima o número de documentos citáveis ​​por pessoa: Top15['PopEst'] = Top15['Energy Supply'] / Top15['Energy Supply per Capita'] Top15['Citable docs per Capita'] = Top15['Citable documents'] / Top15['PopEst'] Quero conhecer a correlação entre o número de documentos citáveis …

127 python  pandas  correlation