Preguntas etiquetadas con pandas-groupby

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 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...

¿Qué es el pivote? ¿Cómo giro? ¿Es esto un pivote? Formato largo a formato ancho? He visto muchas preguntas sobre las tablas dinámicas. Incluso si no saben que están preguntando sobre tablas dinámicas, generalmente lo hacen. Es prácticamente imposible escribir una pregunta canónica y una...

Tengo un marco de datos de pandas dfcomo: a b A 1 A 2 B 5 B 5 B 4 C 6 Quiero agrupar por la primera columna y obtener la segunda columna como listas en filas : A [1,2] B [5,5,4] C [6] ¿Es posible hacer algo así usando pandas

¿Cómo encuentro todas las filas en un marco de datos de pandas que tienen el valor máximo para countcolumna, después de agrupar por ['Sp','Mt']columnas? Ejemplo 1: el siguiente dataFrame, que agrupo por ['Sp','Mt']: Sp Mt Value count 0 MM1 S1 a **3** 1 MM1 S1 n 2 2 MM1 S3 cb 5 3 MM2 S3 mk...

¿Cómo accedo al marco de datos groupby correspondiente en un objeto groupby mediante la clave? Con el siguiente groupby: rand = np.random.RandomState(1) df = pd.DataFrame({'A': ['foo', 'bar'] * 3, 'B': rand.randn(6), 'C': rand.randint(0, 20, 6)}) gb = df.groupby(['A']) Puedo recorrerlo para...

Tengo un DataFrame con muchos valores faltantes en columnas que deseo agrupar por: import pandas as pd import numpy as np df = pd.DataFrame({'a': ['1', '2', '3'], 'b': ['4', np.NaN, '6']}) In [4]: df.groupby('b').groups Out[4]: {'4': [0], '6': [2]} ver que Pandas ha eliminado las filas con...

¿Existe una forma integrada de pandas para aplicar dos funciones de agregación diferentes f1, f2a la misma columna df["returns"], sin tener que llamar agg()varias veces? Marco de datos de ejemplo: import pandas as pd import datetime as dt pd.np.random.seed(0) df = pd.DataFrame({ "date" :...

Tengo un marco de datos con tres columnas de cadena. Sé que el único valor en la tercera columna es válido para cada combinación de los dos primeros. Para limpiar los datos, tengo que agrupar por marco de datos en las dos primeras columnas y seleccionar el valor más común de la tercera columna...

Quiero fusionar varias cadenas en un marco de datos basado en un grupo en Pandas. Este es mi código hasta ahora: import pandas as pd from io import StringIO data =

Considere un archivo csv: string,date,number a string,2/5/11 9:16am,1.0 a string,3/5/11 10:44pm,2.0 a string,4/22/11 12:07pm,3.0 a string,4/22/11 12:10pm,4.0 a string,4/29/11 11:59am,1.0 a string,5/2/11 1:41pm,2.0 a string,5/2/11 2:02pm,3.0 a string,5/2/11 2:56pm,4.0 a string,5/2/11...

Esto debería ser sencillo, pero lo más cercano que he encontrado es esta publicación: pandas: llenando los valores faltantes dentro de un grupo , y todavía no puedo resolver mi problema ... Supongamos que tengo el siguiente marco de datos df = pd.DataFrame({'value': [1, np.nan, np.nan, 2, 3,...

Intentando crear una nueva columna a partir del groupbycálculo. En el siguiente código, obtengo los valores calculados correctos para cada fecha (vea el grupo a continuación) pero cuando intento crear una nueva columna ( df['Data4']) con ella, obtengo NaN. Así que estoy tratando de crear una...

Tengo un marco de datos que se parece a esto: Company Name Organisation Name Amount 10118 Vifor Pharma UK Ltd Welsh Assoc for Gastro & Endo 2700.00 10119 Vifor Pharma UK Ltd Welsh IBD Specialist Group, 169.00 10120 Vifor Pharma UK Ltd West Midlands AHSN 1200.00 10121 Vifor Pharma UK Ltd...

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...