series

1熱度

1回答

我們有一個原始數組和一個過濾器列表，其中每個過濾器都由允許通過過濾器的索引組成。過濾器相當不錯，例如它們按照以下方式分組爲2的每個冪次（濾波器高達n = 20）。 1 (2^0) = 1 3 5 7 9 11 13 15 17 19 2 (2^1) = 1 2 5 6 9 10 13 14 17 18 4 (2^2) = 1 2 3 4 9 10 11 12 17 18 19 20 8 (2^3)

0熱度

1回答

KeyError：訪問熊貓系列中的值時爲0

在我的腳本中，我有df ['Time']，如下所示。 497 2017-08-06 11:00:00 548 2017-08-08 15:00:00 580 2017-08-10 04:00:00 646 2017-08-12 23:00:00 Name: Time, dtype: datetime64[ns] 但是當我做 t1=pd.Timestamp(df['Time'][0])

0熱度

1回答

檢查是否值系列熊貓

我有一系列的值大於零，我想打印「做大」的每一個值大於零 if(ser > 0) print 'Bigger' 蟒蛇給我的錯誤： ValueError異常：一個系列的真值是不明確的。使用a.empty，a.bool（），a.item（），a.any（）或a.all（）。

2熱度

3回答

增加陣列中的連續正數組/

假設我有一個像這樣的Pandas系列布爾值。 vals = pd.Series([0, 0, 0, 1, 1, 1, 1, 0, 0, 1, 1, 0, 1, 1, 1]).astype(bool) >>> vals 0 False 1 False 2 False 3 True 4 True 5 True 6 True 7 False 8 False 9

0熱度

1回答

熊貓groupy與間隔

系列下面是一個例子，以獲得一點： missing_values=-999.0 level1=pd._libs.interval.Interval(-np.inf, 1, closed='right') level2=pd._libs.interval.Interval(1,np.inf, closed='right') data=pd.DataFrame({'a':[level1,miss

2熱度

2回答

熊貓DataFrame - 基於其他列分配1,0值

我有一個數據框包含國家名稱&其能源產出的百分比。根據國家的能源產出是高於還是低於能源產出的中位數，我需要添加一個分配1或0的新列。有些啞代碼： import pandas as pd def answer(): df = pd.DataFrame({'name':['china', 'america', 'canada'], 'output': [33.2, 15.0, 5.0]})

0熱度

1回答

如何有效地匹配pandas數據框中兩列之間的正則表達式模式？

我的問題是有效地使用正則表達式模式來查找兩個熊貓之間的匹配，從excel文件中提取df 首先，感謝您花時間看看我的問題。我對Python非常陌生，在使用它來處理大型數據集時更是如此。我知道我應該使用堆棧作爲最後的手段。現在，我正在靠牆撞我的頭，這可能很簡單。問題：我有兩個Excel文件：一個只有1列* 300行=原始網址另一種可能是從20K非常大，更多的翻譯網址目的：我有原始的網址，

2熱度

5回答

pandas - 連續數值高於/低於當前行數

我正在尋找一種方法來獲取熊貓系列並返回新系列，該系列表示之前連續值的數量高於/低於系列中的每一行： a = pd.Series([30, 10, 20, 25, 35, 15]) ...應該輸出： Value Higher than streak Lower than streak 30 0 0 10 0 1 20 1 0 25 2 0 35

0熱度

2回答

n.d.意思是在使用熊貓系列的python 3時？

我找了一類panda.core.series.Series的max值，並將其返回n.d.當我使用下面的代碼 rowMax = df.max(axis = 1) 問：什麼日期不詳意味着什麼，我怎麼能得到一個實際的價值？（我的系列是20031的長度）

0熱度

1回答

熊貓數據框：將列擴展爲行加上增量編號

我需要基於分割基於空格的score列（包含匹配結果）在兩行中擴展我的熊貓數據框的單個行。這就是數據的模樣 A B score 1 2 6-1 6-2 3 4 6-4 4-6 6-3 爲了實現我使用的方法從here的目標。略有調整的辦法，我的數據幀是這樣的： A B score sets 1 2 6-1 6-2 6-1 1 2 6-1 6-2 6-2 3 4 6-4 4