Tengo un marco de datos que registra las respuestas de la elección de lenguajes de programación de 19717 personas a través de preguntas de opción múltiple. La primera columna es, por supuesto, el género del encuestado, mientras que el resto son las opciones que eligieron. Y, por lo tanto, si elijo...
Al tener un Pandas DataFrame como este: import pandas as pd import numpy as np df = pd.DataFrame({'today': [['a', 'b', 'c'], ['a', 'b'], ['b']], 'yesterday': [['a', 'b'], ['a'], ['a']]}) today yesterday 0 ['a', 'b', 'c'] ['a', 'b'] 1 ['a', 'b'] ['a'] 2 ['b'] ['a'] ... etc Pero con alrededor...
Tengo un marco de datos df, con dos columnas: Script (con texto) y Speaker Script Speaker aze Speaker 1 art Speaker 2 ghb Speaker 3 jka Speaker 1 tyc Speaker 1 avv Speaker 2 bhj Speaker 1 Y tengo la siguiente lista: L = ['a','b','c'] Con el siguiente código, df =
Aquí está mi primer geodatframe: !pip install geopandas import pandas as pd import geopandas city1 = [{'City':"Buenos Aires","Country":"Argentina","Latitude":-34.58,"Longitude":-58.66}, {'City':"Brasilia","Country":"Brazil","Latitude":-15.78 ,"Longitude":-70.66},
Tengo un DataFrame de pandas del formulario: id start_time sequence_no value 0 71 2018-10-17 20:12:43+00:00 114428 3 1 71 2018-10-17 20:12:43+00:00 114429 3 2 71 2018-10-17 20:12:43+00:00 114431 79 3 71 2019-11-06 00:51:14+00:00 216009 100 4 71 2019-11-06 00:51:14+00:00 216011 150 5 71 2019-11-06...
Estoy muy confundido con los diferentes métodos de indexación que se usan ilocen los pandas. Digamos que estoy tratando de convertir un Dataframe 1-d en un Dataframe 2-d. Primero tengo el siguiente marco de datos 1-d a_array = [1,2,3,4,5,6,7,8] a_df = pd.DataFrame(a_array).T Y voy a convertir...
Planteamiento del problema Estoy buscando una forma eficiente de generar productos cartesianos binarios completos (tablas con todas las combinaciones de Verdadero y Falso con un cierto número de columnas), filtradas por ciertas condiciones exclusivas. Por ejemplo, para tres columnas / bits...
Tengo un marco de datos mencionado a continuación: structure( list(ID = c("P-1", " P-1", "P-1", "P-2", "P-3", "P-4", "P-5", "P-6", "P-7", "P-8"), Date = c("2020-03-16 12:11:33", "2020-03-16 13:16:04", "2020-03-16 06:13:55", "2020-03-16 10:03:43", "2020-03-16 12:37:09", "2020-03-16 06:40:24",...
Tengo dos data.frames con múltiples columnas comunes (en este caso date, city, ctry, y ( other_) number). Ahora me gustaría fusionarlos en las columnas anteriores, pero tolero algún nivel de diferencia: threshold.numbers <- 3 threshold.date <- 5 # in days Si la diferencia entre las...
Tengo un archivo txt con datos en este formato. Las primeras 3 líneas se repiten una y otra vez. name=1 grade=A class=B name=2 grade=D class=A Me gustaría generar los datos en un formato de tabla, por ejemplo: name | grade | class 1 | A | B 2 | D | A Estoy luchando por configurar los...
Me gustaría identificar y marcar filas duplicadas basadas en 2 columnas. Me gustaría hacer un identificador único para cada duplicado, así que sé no solo que la fila es un duplicado, sino con qué fila es un duplicado. Tengo un marco de datos que se ve a continuación con algunos pares de elementos...
Tengo un marco de datos como este: ORDER_NO 2401 2504 2600 2020020 2019-12-04 2019-12-10 2019-12-12 2020024 2019-12-25 NaN 2019-12-20 2020034 NaN NaN 2019-12-20 2020020 2019-12-12 2019-12-15 2019-12-18 Estoy creando XML a partir del marco de datos anterior. Quiero eliminar el valor nulo que...
Digamos que tengo el siguiente marco de datos (una columna de enteros y una columna con una lista de enteros) ... ID Found_IDs 0 12345 [15443, 15533, 3433] 1 15533 [2234, 16608, 12002, 7654] 2 6789 [43322, 876544, 36789] Y también una lista separada de ID ... bad_ids = [15533, 876544, 36789,...
Estoy trabajando con un DataFrame que tiene la siguiente estructura: import pandas as pd df = pd.DataFrame({'group':[1,1,1,2,2,2,2,3,3,3], 'brand':['A','B','X','C','D','X','X','E','F','X']}) print(df) group brand 0 1 A 1 1 B 2 1 X 3 2 C 4 2 D 5 2 X 6 2 X 7 3 E 8 3 F 9 3 X Mi objetivo es ver...
Tengo un marco de datos como A B C 1 nan nan 2 nan 5 3 3 nan 4 nan nan ¿Cómo puedo completar los NULL (con 0) para cada serie hasta el primer valor no NULL, lo que lleva a A B C 1 0 0 2 0 5 3 3 nan 4 nan
Hola, he estado investigando los métodos de concat, join y fusion para pandas y parece que no puedo encontrar lo que quiero. Supongamos que tengo dos marcos de datos A = pd.DataFrame("A",index=[0,1,2,3,4],columns=['Col 1','Col 2','Col 3']) B = pd.DataFrame("B",index=[0,1,2,3,4],columns=['Col...
Tengo un marco de datos configurado como el siguiente: df <- data.frame("id" = c(111,111,111,222,222,222,222,333,333,333,333), "Location" = c("A","B","A","A","C","B","A","B","A","A","A"), "Encounter" = c(1,2,3,1,2,3,4,1,2,3,4)) id Location Encounter 1 111 A 1 2 111 B 2 3 111 A 3 4 222 A...
Tengo debajo de Dataframe con el campo 'Edad', Necesito encontrar la edad mínima de los 3 primeros del DataFrame DF = pd.DataFrame.from_dict({'Name':['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H', 'I', 'J'], 'Age':[18, 45, 35, 70, 23, 24, 50, 65, 18, 23]}) DF['Age'].min() ¿Quieres los dos primeros...
Tengo el siguiente marco de datos de ejemplo: df = pd.DataFrame(data = {'RecordID' : [1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,5,5,5,5], 'DisplayLabel' : ['Source','Test','Value 1','Value 2','Value3','Source','Test','Value 1','Value 2','Source','Test','Value 1','Value 2','Source','Test','Value 1','Value...
Recibo el error anterior cuando intento usar el atributo .ix de un marco de datos de pandas para extraer una columna, por ejemplo, df.ix [:, 'col_header']. El script funcionó a partir de esta mañana, pero esta tarde lo ejecuté en un nuevo entorno de Linux con una nueva instalación de Pandas....