Tengo dos marcos de datos de pandas que tienen algunas filas en común. Supongamos que dataframe2 es un subconjunto de dataframe1. ¿Cómo puedo obtener las filas de dataframe1 que no están en dataframe2? df1 = pandas.DataFrame(data = {'col1' : [1, 2, 3, 4, 5], 'col2' : [10, 11, 12, 13, 14]}) df2...
Tengo un marco de datos en pandas donde cada columna tiene un rango de valores diferente. Por ejemplo: df: A B C 1000 10 0.5 765 5 0.35 800 7 0.09 ¿Alguna idea de cómo puedo normalizar las columnas de este marco de datos donde cada valor está entre 0 y 1? Mi salida deseada es: A B C 1 1...
En R, cuando necesita recuperar un índice de columna basado en el nombre de la columna, puede hacer idx <- which(names(my_data)==my_colum_name) ¿Hay alguna manera de hacer lo mismo con los marcos de datos de
Tengo un marco de datos de Pandas como se muestra a continuación: 1 2 3 0 a NaN read 1 b l unread 2 c NaN read Quiero eliminar los valores de NaN con una cadena vacía para que se vea así: 1 2 3 0 a "" read 1 b l unread 2 c ""
Tengo un marco de datos de pandas que se ve así (es bastante grande) date exer exp ifor mat 1092 2014-03-17 American M 528.205 2014-04-19 1093 2014-03-17 American M 528.205 2014-04-19 1094 2014-03-17 American M 528.205 2014-04-19 1095 2014-03-17 American M 528.205 2014-04-19 1096 2014-03-17...
Supongamos que tengo dos DataFrames así: left = pd.DataFrame({'key1': ['foo', 'bar'], 'lval': [1, 2]}) right = pd.DataFrame({'key2': ['foo', 'bar'], 'rval': [4, 5]}) Quiero fusionarlos, así que intento algo como esto: pd.merge(left, right, left_on='key1', right_on='key2') Y estoy feliz key1...
Estoy usando este marco de datos: Fruit Date Name Number Apples 10/6/2016 Bob 7 Apples 10/6/2016 Bob 8 Apples 10/6/2016 Mike 9 Apples 10/7/2016 Steve 10 Apples 10/7/2016 Bob 1 Oranges 10/7/2016 Bob 2 Oranges 10/6/2016 Tom 15 Oranges 10/6/2016 Mike 57 Oranges 10/6/2016 Bob 65 Oranges 10/7/2016 Tony...
Estoy usando spark-csv para cargar datos en un DataFrame. Quiero hacer una consulta simple y mostrar el contenido: val df = sqlContext.read.format("com.databricks.spark.csv").option("header", "true").load("my.csv") df.registerTempTable("tasks") results = sqlContext.sql("select col from...
Tengo un pandas dataframeen el que una columna de cadenas de texto contiene valores separados por comas. Quiero dividir cada campo CSV y crear una nueva fila por entrada (suponga que CSV está limpio y solo necesita dividirse en ','). Por ejemplo, adebería convertirse en b: In [7]: a Out[7]: var1...
Tengo un marco de datos de pandas con pocas columnas. Ahora sé que ciertas filas son valores atípicos basados en un cierto valor de columna. Por ejemplo la columna 'Vol' tiene todos los valores 12xxy un valor es 4000(atípico). Ahora me gustaría excluir esas filas que tienen una Volcolumna...
Supongamos que tengo el siguiente código que traza algo muy simple usando pandas: import pandas as pd values = [[1, 2], [2, 5]] df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], index=['Index 1', 'Index 2']) df2.plot(lw=2, colormap='jet', marker='.', markersize=10, title='Video...
Tengo un marco de datos con una columna y me gustaría dividirlo en dos columnas, con un encabezado de columna como ' fips'y el otro'row' Mi dataframe se dfve así: row 0 00000 UNITED STATES 1 01000 ALABAMA 2 01001 Autauga County, AL 3 01003 Baldwin County, AL 4 01005 Barbour County, AL No sé...
Sin usar, groupby¿cómo filtraría los datos sin NaN? Digamos que tengo una matriz donde los clientes completarán 'N / A', 'n / a' o cualquiera de sus variaciones y otros lo dejarán en blanco: import pandas as pd import numpy as np df = pd.DataFrame({'movie': ['thg', 'thg', 'mol', 'mol', 'lob',...
Tengo un marco de datos existente al que necesito agregar una columna adicional que contendrá el mismo valor para cada fila. Df existente: Date, Open, High, Low, Close 01-01-2015, 565, 600, 400, 450 Nuevo df: Name, Date, Open, High, Low, Close abc, 01-01-2015, 565, 600, 400, 450 Sé cómo...
¿Cómo hago una lista de marcos de datos y cómo accedo a cada uno de esos marcos de datos de la lista? Por ejemplo, ¿cómo puedo poner estos marcos de datos en una lista? d1 <- data.frame(y1 = c(1, 2, 3), y2 = c(4, 5, 6)) d2 <- data.frame(y1 = c(3, 2, 1), y2 = c(6, 5,...
¿Cómo recupera programáticamente el número de columnas en un marco de datos de pandas? Esperaba algo
Tengo un marco de datos llamado data. ¿Cómo cambiaría el nombre del único encabezado de columna? Por ejemplo gdpa log(gdp)? data = y gdp cap 0 1 2 5 1 2 3 9 2 8 7 2 3 3 4 7 4 6 7 7 5 4 8 3 6 8 2 8 7 9 9 10 8 6 6 4 9 10 10
Tengo un marco de datos de pandas df1y df2(df1 es un marco de datos de vanila, df2 está indexado por 'STK_ID' y 'RPT_Date'): >>> df1 STK_ID RPT_Date TClose sales discount 0 000568 20060331 3.69 5.975 NaN 1 000568 20060630 9.14 10.143 NaN 2 000568 20060930 9.49 13.854 NaN 3 000568...
Tengo un data.frame en R. Quiero probar dos condiciones diferentes en dos columnas diferentes, pero quiero que estas condiciones sean inclusivas. Por lo tanto, me gustaría usar "O" para combinar las condiciones. He usado la siguiente sintaxis antes con mucho éxito cuando quería usar la condición...
Tengo un marco de datos, y para cada fila en ese marco de datos tengo que hacer algunas búsquedas complicadas y agregar algunos datos a un archivo. El DataFrame contiene resultados científicos para pozos seleccionados de placas de 96 pocillos utilizados en investigación biológica, por lo que...