Marco de datos: c_os_family_ss c_os_major_is l_customer_id_i 0 Windows 7 90418 1 Windows 7 90418 2 Windows 7 90418 Código: print df for name, group in df.groupby('l_customer_id_i').agg(lambda x: ','.join(x)): print name print group Estoy tratando de recorrer los datos agregados, pero...
Tengo datos guardados en una base de datos postgreSQL. Estoy consultando estos datos usando Python2.7 y convirtiéndolos en un Pandas DataFrame. Sin embargo, la última columna de este marco de datos tiene un diccionario (¿o una lista?) De valores dentro de él. El DataFrame se ve así: [1] df Station...
Tengo un marco de datos de pandas y deseo dividirlo en 3 conjuntos separados. Sé que usando train_test_split de sklearn.cross_validation, uno puede dividir los datos en dos conjuntos (entrenar y probar). Sin embargo, no pude encontrar ninguna solución para dividir los datos en tres conjuntos....
¿Cuáles son las formas más comunes de los pandas para seleccionar / filtrar filas de un marco de datos cuyo índice es un MultiIndex ? Rebanadas basadas en un solo valor / etiqueta Rebanadas basadas en múltiples etiquetas de uno o más niveles Filtrado en condiciones booleanas y expresiones Qué...
Estoy tratando de completar ninguno de los valores en un marco de datos de Pandas con 0 para solo un subconjunto de columnas. Cuando lo hago: import pandas as pd df = pd.DataFrame(data={'a':[1,2,3,None],'b':[4,5,None,6],'c':[None,None,7,8]}) print df df.fillna(value=0, inplace=True) print df La...
Dado un marco de datos de pandas que contiene posibles valores de NaN dispersos aquí y allá: Pregunta: ¿Cómo determino qué columnas contienen valores de NaN? En particular, ¿puedo obtener una lista de los nombres de columna que contienen
Estoy tratando de leer un archivo de Excel de esta manera: newFile = pd.ExcelFile(PATH\FileName.xlsx) ParsedData = pd.io.parsers.ExcelFile.parse(newFile) que arroja un error que dice que se esperan dos argumentos, no sé cuál es el segundo argumento y también lo que estoy tratando de lograr aquí...
La nueva versión de Pandas utiliza la siguiente interfaz para cargar archivos de Excel: read_excel('path_to_file.xls', 'Sheet1', index_col=None, na_values=['NA']) pero ¿y si no conozco las hojas disponibles? Por ejemplo, estoy trabajando con archivos de Excel que las siguientes hojas Datos...
Lo que intento hacer es extraer datos de elevación de una API de Google Maps a lo largo de una ruta especificada por las coordenadas de latitud y longitud de la siguiente manera: from urllib2 import Request, urlopen import json path1 =
Suponga que tengo un DataFrame de pandas con dos columnas, A y B. Me gustaría modificar este DataFrame (o crear una copia) para que B siempre sea NaN siempre que A sea 0. ¿Cómo lo lograría? Probé lo siguiente df['A'==0]['B'] = np.nan y df['A'==0]['B'].values.fill(np.nan) sin...
Lo intenté: x=pandas.DataFrame(...) s = x.take([0], axis=1) Y sobtiene un DataFrame, no una
He realizado algunas búsquedas y no puedo encontrar la manera de filtrar un marco de datos df["col"].str.contains(word), sin embargo, me pregunto si hay una manera de hacer lo contrario: filtrar un marco de datos por el cumplido de ese conjunto. por ejemplo: a los efectos de
Tengo un archivo csv sin encabezado, con un índice DateTime. Quiero cambiar el nombre del índice y el nombre de la columna, pero con df.rename () solo se cambia el nombre de la columna. ¿Insecto? Estoy en la versión 0.12.0 In [2]: df = pd.read_csv(r'D:\Data\DataTimeSeries_csv//seriesSM.csv',...
Estoy tratando de reemplazar los valores en una columna de un marco de datos. La columna ('femenino') solo contiene los valores 'femenino' y 'masculino'. He probado lo siguiente: w['female']['female']='1' w['female']['male']='0' Pero reciba exactamente la misma copia de los resultados...
Supongamos que tengo un DataFrame con algunos NaNs: >>> import pandas as pd >>> df = pd.DataFrame([[1, 2, 3], [4, None, None], [None, None, 9]]) >>> df 0 1 2 0 1 2 3 1 4 NaN NaN 2 NaN NaN 9 Lo que necesito hacer es reemplazar cada uno NaNcon el primer no NaNvalor en la...
Estoy seguro de que hay una manera obvia de hacer esto, pero no puedo pensar en nada resbaladizo en este momento. Básicamente, en lugar de generar una excepción, me gustaría obtener Trueo Falsever si existe un valor en el dfíndice de pandas . import pandas as pd df =
Estoy usando Python 3.4 con IPython y tengo el siguiente código. No puedo leer un archivo csv de la URL dada: import pandas as pd import requests url="https://github.com/cs109/2014_data/blob/master/countries.csv" s=requests.get(url).content c=pd.read_csv(s) Tengo el siguiente error "Nombre de...
Tengo un problema para ver lo siguiente DataFrame: n = 100 foo = DataFrame(index=range(n)) foo['floats'] = np.random.randn(n) foo El problema es que no imprime todas las filas por defecto en el cuaderno de ipython, pero tengo que cortar para ver las filas resultantes. Incluso la siguiente opción...
Tengo un marco de datos con nombres de columna, y quiero encontrar el que contiene una cadena determinada, pero que no coincide exactamente. Estoy buscando 'spike'en los nombres de columna como 'spike-2', 'hey spike', 'spiked-in'(la 'spike'parte es siempre continua). Quiero que el nombre de la...
Tengo un marco de datos de pandas con columnas de tipo mixto, y me gustaría aplicar min_max_scaler de sklearn a algunas de las columnas. Idealmente, me gustaría hacer estas transformaciones en su lugar, pero aún no he encontrado una manera de hacerlo. He escrito el siguiente código que...