pandas

2Hitze

1Antwort

Groupby eine numpy.array basierend auf groupby pandas.DataFrame mit der gleichen Länge

Ich habe eine numpy.array arr und eine pandas.DataFrame df. arr und df haben die gleiche Form (x,y). Ich muss nach einer Spalte von df gruppieren und die Transformation der betroffenen Zeilen auf arr

2Hitze

1Antwort

Groupby und any() | Alle()

I die folgende pd.DataFrame In [155]: df1 Out[155]: ORDER_ID ACQ DATE UID 2 3 False 2014-01-03 1 3 4 True 2014-01-04 2 4 5 False 2014-01-05 3 6 7 True 2014-01-08 5 7 8 False 2014

5Hitze

3Antwort

Löschen von Zeilen aus Pandas Datareframe entfernen

Ich habe eine Liste von Rechnungen an Kunden gesendet. Manchmal wird jedoch eine fehlerhafte Rechnung gesendet, die später storniert wird. Mein Pandas Datenrahmen sieht ungefähr so aus, außer viel g

2Hitze

1Antwort

Wie durch Spalten mit variabler Bins in Pandas/Dask

Ich bin die Lage, großen Datenrahmen diskretisieren einem Pandas Datenrahmen durch Spalten mit diesem Code diskretisieren: import numpy as np import pandas as pd def discretize(X, n_scale=1):

1Hitze

1Antwort

Ändern pd Datetime-Objekt zu Ganzzahl

Ich habe einen Pandas-Datenrahmen mit zwei Daten in ihnen. Ich möchte den Unterschied in Tagen zwischen ihnen nehmen. Aber der resultierende Unterschied sieht wie eine Zeichenfolge ex ('7 Tage') aus.

0Hitze

1Antwort

Datenrahmen append nicht sichtbar außerhalb des Funktionsbereichs

Nach meinem Verständnis von Python können veränderbare Verweise auf Daten innerhalb eines Funktionsumfangs geändert werden und spiegeln die Änderung außerhalb wider. Betrachten 1) eine Liste: Doch unt

-3Hitze

1Antwort

Pandas: Summe jeder Spalte ergibt einen NaN-Wert?

Ich habe einen Datenrahmen in Pandas wie unten. Ich versuche, eine Zeile mit row-name = "Total" hinzuzufügen, die die Summe jeder Spalte ist. Ich verwende den folgenden Code: df.loc ["Total"] = df.sum

-1Hitze

2Antwort

Verwenden a.empty, a.bool(), a.item(), a.any() oder a.All()

import random import pandas as pd heart_rate = [random.randrange(45,125) for _ in range(500)] blood_pressure_systolic = [random.randrange(140,230) for _ in range(500)] blood_pressure_dyastolic =

1Hitze

3Antwort

unter Verwendung einer Maske Berechnung

ich folgende Datenrahmen haben: DATA Price1 Price2 Price3 sys dis 27 0.8 43.89 83.06 33.75 0.9 2.56 12.19 2.48 1.0 42.28 1.87 1.93 1.2 22.70 1.41 3.64

0Hitze

1Antwort

Pandas: Filtern von Daten basierend auf Informationen aus mehreren Datenrahmen

Ich analysiere klinische Daten und versuche, Informationen in einem Datenrahmen basierend auf Informationen aus einem anderen Datenrahmen herauszufiltern. Eines der Datenrahmen Listen Termine, die Pat