Perguntas com a marcação «pandas»

Eu tenho um quadro de dados com uma coluna chamada "Date"e quero que todos os valores desta coluna tenham o mesmo valor (apenas o ano). Exemplo: City Date Paris 01/04/2004 Lisbon 01/09/2004 Madrid 2004 Pekin 31/2004 O que eu quero é: City Date Paris 2004 Lisbon 2004 Madrid 2004 Pekin …

87 python  database  pandas 

Atualmente, tenho um dataframe que consiste em colunas com valores de 1 e 0, gostaria de iterar pelas colunas e excluir aquelas que são compostas de apenas 0s. Aqui está o que tentei até agora: ones = [] zeros = [] for year in years: for i in range(0,599): if …

87 python  pandas 

Eu tenho um pd.DataFrameque foi criado analisando algumas planilhas do Excel. Uma coluna com células vazias. Por exemplo, abaixo está a saída para a frequência dessa coluna, 32320 registros têm valores ausentes para Locatário . >>> value_counts(Tenant, normalize=False) 32320 Thunderhead 8170 Big Data Others 5700 Cloud Cruiser 5700 Partnerpedia 5700 …

87 python  pandas 

Estou usando o pandas / python e tenho duas séries de tempo de data s1 e s2, que foram geradas usando a função 'to_datetime' em um campo do df contendo datas / horas. Quando eu subtraio s1 de s2 s3 = s2 - s1 Eu recebo uma série, s3, do …

87 python  numpy  pandas 

Eu sou novo no Pandas ... Eu tenho um monte de dados de pesquisas; Quero calcular uma média móvel para obter uma estimativa para cada dia com base em uma janela de três dias. Pelo que entendi com essa pergunta , as funções rolling_ * calculam a janela com base …

87 python  pandas  time-series 

Estou usando o lmplot do Seaborn para traçar uma regressão linear, dividindo meu conjunto de dados em dois grupos com uma variável categórica. Para xey, gostaria de definir manualmente o limite inferior em ambos os gráficos, mas deixar o limite superior no padrão Seaborn. Aqui está um exemplo simples: import …

87 python  pandas  seaborn 

Eu tenho um dataframe do pandas. Eu quero 'retardar' uma de minhas colunas. Isso significa, por exemplo, deslocar a coluna inteira 'gdp' para cima em um e, em seguida, remover todos os dados em excesso na parte inferior das linhas restantes para que todas as colunas tenham o mesmo comprimento …

86 python  pandas  dataframe 

Eu tenho um grande dataframe com 423244 linhas. Eu quero dividir isso em 4. Tentei o código a seguir, mas deu um erro?ValueError: array split does not result in an equal division for item in np.split(df, 4): print item Como dividir esse dataframe em 4 grupos?

86 python  pandas 

Acabei de instalar o pacote pandas e modelos de estatísticas no meu python 2.7 Quando tentei "importar pandas como pd", surgiu esta mensagem de erro. Alguém pode ajudar? Obrigado!!! numpy.dtype has the wrong size, try recompiling Traceback (most recent call last): File "<stdin>", line 1, in <module> File "C:\analytics\ext\python27\lib\site-packages\statsmodels-0.5.0-py2.7-win32.egg\statsmodels\formula\__init__.py", line …

86 python  numpy  installation  pandas  statsmodels 

Eu gostaria de filtrar linhas por uma função de cada linha, por exemplo def f(row): return sin(row['velocity'])/np.prod(['masses']) > 5 df = pandas.DataFrame(...) filtered = df[apply_to_all_rows(df, f)] Ou para outro exemplo mais complexo e inventado, def g(row): if row['col1'].method1() == 1: val = row['col1'].method2() / row['col1'].method3(row['col3'], row['col4']) else: val = row['col2'].method5(row['col6']) …

86 python  pandas 

Acabei de começar a usar o pandas / matplotlib como substituto do Excel para gerar gráficos de barras empilhadas. Estou tendo um problema (1) existem apenas 5 cores no mapa de cores padrão, então se eu tiver mais de 5 categorias, as cores se repetem. Como posso especificar mais cores? …

86 python  matplotlib  pandas 

Eu tenho duas colunas fromdatee todate, em um dataframe. import pandas as pd data = {'todate': [pd.Timestamp('2014-01-24 13:03:12.050000'), pd.Timestamp('2014-01-27 11:57:18.240000'), pd.Timestamp('2014-01-23 10:07:47.660000')], 'fromdate': [pd.Timestamp('2014-01-26 23:41:21.870000'), pd.Timestamp('2014-01-27 15:38:22.540000'), pd.Timestamp('2014-01-23 18:50:41.420000')]} df = pd.DataFrame(data) Eu adiciono uma nova coluna,, diffpara encontrar a diferença entre as duas datas usando df['diff'] = df['fromdate'] - …

85 python  pandas  datetime  python-datetime 

A maioria das funções do Numpy habilitará multithreading por padrão. por exemplo, eu trabalho em uma estação de trabalho intel cpu de 8 núcleos, se eu executar um script import numpy as np x=np.random.random(1000000) for i in range(100000): np.sqrt(x) o linux topmostrará 800% de uso da CPU durante a execução, …

25 python  pandas  numpy 

Eu tenho um quadro de dados e um dicionário. Preciso adicionar uma nova coluna ao quadro de dados e calcular seus valores com base no dicionário. Aprendizado de máquina, adicionando novo recurso com base em alguma tabela: score = {(1, 45, 1, 1) : 4, (0, 1, 2, 1) : …

23 python  pandas  dataframe  dictionary 

Eu tenho um df como este: frame = pd.DataFrame({'a' : ['a,b,c', 'a,c,f', 'b,d,f','a,z,c']}) E uma lista de itens: letters = ['a','c'] Meu objetivo é obter todas as linhas frameque contenham pelo menos os 2 elementos emletters Eu vim com esta solução: for i in letters: subframe = frame[frame['a'].str.contains(i)] Isso me …

20 python  pandas