¿Alguien puede explicar cómo estos tres métodos de corte son diferentes? He visto los documentos y he visto estas respuestas , pero sigo sin poder explicar cómo los tres son diferentes. Para mí, parecen intercambiables en gran parte, porque están en los niveles más bajos de corte. Por ejemplo,...
Antecedentes Acabo de actualizar mis Pandas de 0.11 a 0.13.0rc1. Ahora, la aplicación está apareciendo muchas advertencias nuevas. Uno de ellos así: E:\FinReporter\FM_EXT.py:449: SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame. Try using...
Tengo un marco de datos que contiene a factor. Cuando creo un subconjunto de este marco de datos usando subsetu otra función de indexación, se crea un nuevo marco de datos. Sin embargo, la factorvariable conserva todos sus niveles originales, incluso cuando / si no existen en el nuevo marco de...
R proporciona dos métodos diferentes para acceder a los elementos de una lista o data.frame: []y [[]]. ¿Cuál es la diferencia entre los dos y en qué situaciones debo usar uno sobre el
Tengo una lista anidada de datos. Su longitud es 132 y cada elemento es una lista de longitud 20. ¿Hay un rápido manera de convertir esta estructura en un marco de datos que tenga 132 filas y 20 columnas de datos? Aquí hay algunos datos de muestra para trabajar: l <- replicate( 132,...
Tengo tablas muy grandes (30 millones de filas) que me gustaría cargar como marcos de datos en R. read.table()tiene muchas características convenientes, pero parece que hay mucha lógica en la implementación que ralentizaría las cosas. En mi caso, supongo que conozco los tipos de columnas con...
Estoy empezando con datos de entrada como este df1 = pandas.DataFrame( { "Name" : ["Alice", "Bob", "Mallory", "Mallory", "Bob" , "Mallory"] , "City" : ["Seattle", "Seattle", "Portland", "Seattle", "Seattle", "Portland"] } ) Que cuando se imprime aparece así: City Name 0 Seattle Alice 1...
Tengo un marco de datos de 20 x 4000 en Python usando pandas. Dos de estas columnas se nombran Yeary quarter. Me gustaría crear una variable llamada periodque hagaYear = 2000 y quarter= q2en 2000q2. ¿Alguien puede ayudar con
En Python Pandas, ¿cuál es la mejor manera de verificar si un DataFrame tiene uno (o más) valores NaN? Sé acerca de la función pd.isnan, pero esto devuelve un DataFrame de booleanos para cada elemento. Esta publicación aquí tampoco responde exactamente a mi
Estoy tratando de inicializar un data.frame sin filas. Básicamente, quiero especificar los tipos de datos para cada columna y nombrarlos, pero no tener ninguna fila creada como resultado. Lo mejor que he podido hacer hasta ahora es algo como: df <- data.frame(Date=as.Date("01/01/2000",...
He creado un marco de datos de Pandas df = DataFrame(index=['A','B','C'], columns=['x','y']) y tengo esto xy A NaN NaN B NaN NaN C NaN NaN Luego quiero asignar valor a una celda en particular, por ejemplo para la fila 'C' y la columna 'x'. Esperaba obtener ese resultado: xy A NaN NaN B NaN...
¿Me puede decir cuándo usar estos métodos de vectorización con ejemplos básicos? Veo que mapes un Seriesmétodo, mientras que el resto son DataFramemétodos. Sin embargo, me confundí applyy los applymapmétodos. ¿Por qué tenemos dos métodos para aplicar una función a un DataFrame? Una vez más,...
Estoy interesado en saber cómo convertir un marco de datos de pandas en una matriz NumPy. marco de datos: import numpy as np import pandas as pd index = [1, 2, 3, 4, 5, 6, 7] a = [np.nan, np.nan, np.nan, 0.1, 0.1, 0.1, 0.1] b = [0.2, np.nan, 0.2, 0.2, 0.2, np.nan, np.nan] c = [np.nan, 0.5, 0.5,...
Tengo datos, en los que quiero encontrar el número NaN, de modo que si es inferior a algún umbral, eliminaré estas columnas. Miré, pero no pude encontrar ninguna función para esto. lo hay value_counts, pero sería lento para mí, porque la mayoría de los valores son distintos y NaNsolo quiero...
Estoy comenzando con los documentos de Pandas DataFrame aquí: http://pandas.pydata.org/pandas-docs/stable/dsintro.html Me gustaría llenar iterativamente el DataFrame con valores en un tipo de cálculo de serie temporal. Básicamente, me gustaría inicializar el DataFrame con columnas A, B y filas de...
Tengo un marco de datos como a continuación itm Date Amount 67 420 2012-09-30 00:00:00 65211 68 421 2012-09-09 00:00:00 29424 69 421 2012-09-16 00:00:00 29877 70 421 2012-09-23 00:00:00 30990 71 421 2012-09-30 00:00:00 61303 72 485 2012-09-09 00:00:00 71781 73 485 2012-09-16 00:00:00 NaN 74 485...
Esto parece bastante obvio, pero parece que no puedo entender cómo convertir un índice de marco de datos en una columna. Por ejemplo: df= gi ptt_loc 0 384444683 593 1 384444684 594 2 384444686 596 A, df= index1 gi ptt_loc 0 0 384444683 593 1 1 384444684 594 2 2 384444686 596...
Tengo un DataFramecon 4 columnas de las cuales 2 contienen valores de cadena. Me preguntaba si había una manera de seleccionar filas en función de una coincidencia de cadena parcial contra una columna en particular. En otras palabras, una función o función lambda que haría algo como...
Tengo el siguiente DataFrame: Col1 Col2 Col3 Type 0 1 2 3 1 1 4 5 6 1 ... 20 7 8 9 2 21 10 11 12 2 ... 45 13 14 15 3 46 16 17 18 3 ... El DataFrame se lee desde un archivo csv. Todas las filas que tienen Type1 están arriba, seguidas por las filas con Type2, seguidas por las filas con Type3,...
Tengo un marco de datos dfy uso varias columnas para groupby: df['col1','col2','col3','col4'].groupby(['col1','col2']).mean() De la manera anterior, casi obtengo la tabla (marco de datos) que necesito. Lo que falta es una columna adicional que contenga el número de filas en cada grupo. En otras...