Creo que esto debería ser simple, pero probé algunas ideas y ninguna de ellas funcionó: last_row = len(DF) DF = DF.drop(DF.index[last_row]) #<-- fail! Intenté usar índices negativos, pero eso también dio lugar a errores. Todavía debo estar malinterpretando algo
Probablemente sea fácil, pero tengo los siguientes datos: En el marco de datos 1: index dat1 0 9 1 5 En el marco de datos 2: index dat2 0 7 1 6 Quiero un marco de datos con la siguiente forma: index dat1 dat2 0 9 7 1 5 6 Intenté usar el appendmétodo, pero obtengo una combinación cruzada (es...
En la pandasbiblioteca muchas veces hay una opción para cambiar el objeto en su lugar, como con la siguiente declaración ... df.dropna(axis='index', how='all', inplace=True) Tengo curiosidad por saber qué se devuelve y cómo se maneja el objeto cuándo inplace=Truese pasa frente a cuándo...
Digamos que tengo el siguiente DataFrame Número de letra A 1 B 2 C 3 D 4 Que se puede obtener a través del siguiente código import pandas as pd letters=pd.Series(('A', 'B', 'C', 'D')) numbers=pd.Series((1, 2, 3, 4)) keys=('Letters', 'Numbers') df=pd.concat((letters, numbers), axis=1,...
Puedo usar la pandas dropna()funcionalidad para eliminar filas con algunas o todas las columnas configuradas como NA's. ¿Existe una función equivalente para eliminar filas con todas las columnas con valor 0? P kt b tt mky depth 1 0 0 0 0 0 2 0 0 0 0 0 3 0 0 0 0 0 4 0 0 0 0 0 5 1.1 3 4.5 2.3...
¿Hay alguna forma de reordenar las columnas en el marco de datos de pandas en función de mis preferencias personales (es decir, no ordenadas alfabéticamente o numéricamente, sino más bien siguiendo ciertas convenciones)? Ejemplo simple: frame = pd.DataFrame({ 'one thing':[1,2,3,4], 'second...
Tengo una columna en mi marco de datos como este: range "(2,30)" "(50,290)" "(400,1000)" ... y quiero reemplazar la ,coma con un -guión. Actualmente estoy usando este método, pero no se ha cambiado nada. org_info_exc['range'].replace(',', '-', inplace=True) ¿Alguien puede ayudar?...
Me di cuenta de que instalar Pandas y Numpy (su dependencia) en un contenedor Docker usando el sistema operativo base Alpine vs. CentOS o Debian lleva mucho más tiempo. Creé una pequeña prueba a continuación para demostrar la diferencia horaria. Aparte de los pocos segundos que Alpine tarda en...
¿Cuál es la mejor manera de crear un marco de datos de pandas lleno de ceros de un tamaño determinado? He usado: zero_data = np.zeros(shape=(len(data),len(feature_list))) d = pd.DataFrame(zero_data, columns=feature_list) Hay una mejor manera de hacerlo?
Existe el método DataFrame.to_sql , pero funciona solo para bases de datos mysql, sqlite y oracle. No puedo pasar a este método de conexión postgres o motor
Tengo una trama de datos pandas, df_test. Contiene una columna 'tamaño' que representa el tamaño en bytes. Calculé KB, MB y GB con el siguiente código: df_test = pd.DataFrame([ {'dir': '/Users/uname1', 'size': 994933}, {'dir': '/Users/uname2', 'size': 109338711}, ]) df_test['size_kb'] =...
Estoy usando la biblioteca de pandas para leer algunos datos CSV. En mis datos, ciertas columnas contienen cadenas. La cadena "nan"es un valor posible, al igual que una cadena vacía. Me las arreglé para que los pandas leyeran "nan" como una cadena, pero no puedo averiguar cómo hacer que no lea...
Tengo un marco de datos con este tipo de datos (demasiadas columnas): col1 int64 col2 int64 col3 category col4 category col5 category Las columnas se parecen a esto: Name: col3, dtype: category Categories (8, object): [B, C, E, G, H, N, S, W] Quiero convertir todo el valor en columnas a un...
Quiero leer un archivo .xlsx usando la biblioteca Pandas de python y transferir los datos a una tabla postgreSQL. Todo lo que pude hacer hasta ahora es: import pandas as pd data = pd.ExcelFile("*File Name*") Ahora sé que el paso se ejecutó con éxito, pero quiero saber cómo puedo analizar el...
Esta pregunta ya tiene respuestas aquí : Agregar columna al marco de datos con valor constante (4 respuestas) Cerrado hace 4 meses . Dado un DataFrame: np.random.seed(0) df = pd.DataFrame(np.random.randn(3, 3), columns=list('ABC'), index=[1, 2, 3]) df A B...
Tengo este marco de datos diamondsque se compone de variables como (carat, price, color), y quiero dibujar un diagrama de dispersión de pricea caratpara cada una color, lo que significa que diferente colortiene un color diferente en el diagrama. Esto es fácil Rcon ggplot: ggplot(aes(x=carat,...
Estoy buscando una forma de hacer el equivalente al SQL SELECT DISTINCT col1, col2 FROM dataframe_table La comparación de pandas sql no tiene nada sobre distinct. .unique() solo funciona para una sola columna, así que supongo que podría concaminar las columnas, o ponerlas en una lista / tupla y...
Me enfrento a un problema aquí, en mi paquete de python he instalado numpy, pero todavía tengo este error El objeto 'DataFrame' no tiene atributo 'sort' Cualquiera puede darme una idea ... Este es mi codigo: final.loc[-1] =['', 'P','Actual'] final.index = final.index + 1 # shifting index final =...
Quiero restar las fechas en 'A' de las fechas en 'B' y agregar una nueva columna con la diferencia. df A B one 2014-01-01 2014-02-28 two 2014-02-03 2014-03-01 He intentado lo siguiente, pero aparece un error cuando intento incluir esto en un bucle for ... import
Toma el siguiente marco de datos: x = np.tile(np.arange(3),3) y = np.repeat(np.arange(3),3) df = pd.DataFrame({"x": x, "y": y}) x y 0 0 0 1 1 0 2 2 0 3 0 1 4 1 1 5 2 1 6 0 2 7 1 2 8 2 2 Necesito ordenarlo xprimero, y solo segundo por y: df2 = df.sort(["x", "y"]) x y 0 0 0 3 0 1 6 0 2 1...