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
Tomé mi Serie y la forcé a una columna de fecha y hora de dtype = datetime64[ns](aunque solo necesito una resolución de día ... no estoy seguro de cómo cambiar). import pandas as pd df = pd.read_csv('somefile.csv') column = df['date'] column = pd.to_datetime(column, coerce=True) pero trazar no...
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...
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...
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 =...
Estoy trabajando con la biblioteca de pandas y quiero agregar dos columnas nuevas a un marco de datos dfcon n columnas (n> 0). Estas nuevas columnas son el resultado de la aplicación de una función a una de las columnas del marco de datos. La función a aplicar es como: def calculate(x):...
¿Existe una forma incorporada de usar read_csvpara leer solo las primeras nlíneas de un archivo sin saber la longitud de las líneas de antemano? Tengo un archivo grande que tarda mucho en leerse, y ocasionalmente solo quiero usar las primeras, digamos, 20 líneas para obtener una muestra (y prefiero...
Tengo un DataFrame df: A B a 2 2 b 3 1 c 1 3 Quiero crear una nueva columna según los siguientes criterios: si fila A == B: 0 si filaA > B: 1 si fila A < B: -1 así que dada la tabla anterior, debería ser: A B C a 2 2 0 b 3 1 1 c 1 3 -1 Para los if elsecasos típicos que hago...
Para filtrar un marco de datos (df) por una sola columna, si consideramos los datos con hombres y mujeres, podríamos: males = df[df[Gender]=='Male'] Pregunta 1: ¿Pero qué pasa si los datos abarcan varios años y solo quisiera ver hombres en 2014? En otros idiomas, podría hacer algo como: if...
Tengo una matriz de flotadores (algunos números normales, algunos nans) que salen de una aplicación en un marco de datos de pandas. Por alguna razón, numpy.isnan está fallando en esta matriz, sin embargo, como se muestra a continuación, cada elemento es un flotante, numpy.isnan se ejecuta...
Si tengo una mesa como esta: df = pd.DataFrame({ 'hID': [101, 102, 103, 101, 102, 104, 105, 101], 'dID': [10, 11, 12, 10, 11, 10, 12, 10], 'uID': ['James', 'Henry', 'Abe', 'James', 'Henry', 'Brian', 'Claude', 'James'], 'mID': ['A', 'B', 'A', 'B', 'A', 'A', 'A', 'C'] }) Puedo hacer...
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...
Tengo una gran cantidad de datos en una colección en mongodb que necesito analizar. ¿Cómo importo esos datos a pandas? Soy nuevo en pandas y numpy. EDITAR: La colección mongodb contiene valores de sensor etiquetados con fecha y hora. Los valores del sensor son del tipo de datos...
Puede usar la función tz_localizepara hacer que una marca de tiempo o una zona horaria DateTimeIndex sea consciente, pero ¿cómo puede hacer lo contrario? Un ejemplo: In [82]: t = pd.date_range(start="2013-05-18 12:00:00", periods=10, freq='s', tz="Europe/Brussels") In [83]: t Out[83]:...
Estoy tratando de importar un archivo .csv usando pandas.read_csv(), sin embargo, no quiero importar la segunda fila del archivo de datos (la fila con índice = 1 para indexación 0). No veo cómo no importarlo porque los argumentos usados con el comando parecen ambiguos: Desde el sitio web de...
Tengo mesa x: website 0 http://www.google.com/ 1 http://www.yahoo.com 2 None Quiero reemplazar Python None con pandas NaN. Lo intenté: x.replace(to_replace=None, value=np.nan) Pero tengo: TypeError: 'regex' must be a string or a compiled regular expression or a list or dict of strings or...
Estoy tratando de modificar un DataFrame dfpara que solo contenga filas para las cuales los valores en la columna closing_priceestán entre 99 y 101 e intento hacer esto con el código a continuación. Sin embargo, me sale el error ValueError: el valor de verdad de una serie es ambiguo....
Estoy usando Pandas 0.19.1en Python 3. Recibo una advertencia sobre estas líneas de código. Estoy tratando de obtener una lista que contenga todos los números de fila donde la cadena Peterestá presente en la columna Unnamed: 5. df = pd.read_excel(xls_path) myRows = df[df['Unnamed: 5'] ==...
Tengo una columna de marco de datos con valores numéricos: df['percentage'].head() 46.5 44.2 100.0 42.12 Quiero ver la columna como bin cuenta: bins = [0, 1, 5, 10, 25, 50, 100] ¿Cómo puedo obtener el resultado como contenedores con ellos value counts? [0, 1] bin amount [1, 5] etc [5, 10] etc...
Esta pregunta ya tiene respuestas aquí : Cómo filtrar el marco de datos de Pandas usando 'en' y 'no en' como en SQL (9 respuestas) Cerrado hace 4 meses . Quiero eliminar filas de un marco de datos de pandas cuando el valor de la columna de fecha está en una...