import-from-csv

    0熱度

    1回答

    我有一個小程序讀入一個CSV文件,其中包含一個由逗號分隔的報告。在報告中,其中一個字段是一個日期,我將其轉換爲日期/時間,並且只從特定時間範圍內提取信息。儘管這是我的問題:報告實際上是在特定系統上運行的作業列表。然而,一些工作名稱包含逗號。這意味着Excel輸出報告非常混亂,因爲如果作業名稱有逗號,則作業名稱將被分爲2個單元格。我對編程有點新,所以我唯一能想到的解決方法是檢查我的數組中有多少字段以

    0熱度

    1回答

    因此,我有一個帶有排序交易數據的CSV文件。 它具有以下欄目: Trade_Price , TimeStamp , Buy/Sell , Contract 現在我已經整理了交易,使他們在CSV連續行。現在我想通過考慮Trade_Price的差異找到淨PnL,並將其放入Python中的新數據框中。我不確定如何循環訪問Dataframe以匹配這些交易,然後將它們存儲在具有以下列的新數據框中。 Co

    -2熱度

    5回答

    確定文件「BoulderWeatherData.csv」中的平均和最大降雨量。已發現使用此代碼的平均值: rain = open("BoulderWeatherData.csv", "r") data = rain.readline() print(rain) data = rain.readlines() total = 0 linecounte

    0熱度

    1回答

    我正在嘗試創建一個Shiny應用程序。 我希望它從網上下載一個CSV文件並存儲在本地機器上,然後執行分析。 我目前的做法是: ui.R library(shiny) shinyUI(pageWithSidebar( # Application title headerPanel("TEST"), sidebarPanel( sliderInput("ra

    0熱度

    1回答

    如何將值20,000更改爲20000 in R?在我的情況下,我有一個CSV文件,其中列A是格式爲xx,xxx的值,列B是組名。 所以 data[,1] [1] 203,472.40 226,433.70 ... 100 Levels: 101,051.40 103,662.70 ... 的數值是一個因素,而不是數字。 我到data[,1]轉換爲 [1] 203472.40 226433.

    0熱度

    1回答

    我一直在研究我的Python技能。 這是我正在處理的數據的原始文本文件:Titanic data 每一行代表一個人在船上。該文件有幾列,包括該人是否存活(第三欄)。我試圖計算船上每個人口的人數(即多少名男性和多少名女性)以及每個羣體的倖存者人數。 我試圖在三個階段做到這一點: 首先,爲與人(先生,女士,小姐)相關的前綴添加一列。 然後,定義一個函數 - get_avg()來標識將找到信息的列以及該

    1熱度

    1回答

    我需要幫助使這個函數能夠從我的CSV中的第1列中提出一個隨機問題,並交叉引用它與同一行,但第2列,看它是否是正確。這裏是我有: import random def playerTriviaQuestions(): fo = open("playerstriviaquestions.csv","r") players = fo.readlines() for p i

    -1熱度

    2回答

    我們最近編寫了一個基於數據的應用程序。我們正在使用Python csv模塊。 數據中有空白問題。所以我們使用strip()來刪除空格。現在一切都很好,包括計算。 我們得到了一個要求,我們必須檢測空白並報告回來。是否有可能在數據中檢測到列號和空行的行號。 請幫忙。 編輯: 操作系統 Windows 7的 Ubuntu的 「」 的Fedora 請假設這是數據的樣本。第nos行的數據。 1,2和3是好的

    0熱度

    1回答

    我試圖使用read.csv.ffdf將大量(〜5GB).csv文件加載到R中。命令雲: npi <- read.csv.ffdf(file="C:/Users/DSA/Dropbox/Team Shared Files/People/Ross/NPI_Parse/Zips/npi_full.csv", VERBOSE=TRUE, first.rows=10000,next.rows=100000,

    2熱度

    2回答

    如果我在這個問題上的右側部分,我不知道,我環顧四周,並沒有因此在這裏找到答案是我的問題: 我有一個CSV文件命令如下: dat <- read.csv(text="Date,Demand 01/01/2012 00:00:00,5061.5 01/01/2012 00:05:00,5030.0 01/01/2012 00:10:00,5011.5 01/01/2012 00:15:00,4