Soy algo nuevo en pandas. Tengo un marco de datos de pandas de 1 fila por 23 columnas. ¿Quiero convertir esto en una serie? Me pregunto cuál es la forma más pitónica de hacer esto. Lo he intentado pd.Series(myResults)pero se queja ValueError: cannot copy sequence with size 23 to array axis...
Tengo dos marcos de datos df1 y df2, donde df2 es un subconjunto de df1. ¿Cómo obtengo un nuevo marco de datos (df3) que es la diferencia entre los dos marcos de datos? En otras palabras, ¿un marco de datos que tiene todas las filas / columnas en df1 que no están en df2?
La documentación de Pandas tiene numerosos ejemplos de mejores prácticas para trabajar con datos almacenados en varios formatos. Sin embargo, no puedo encontrar buenos ejemplos para trabajar con bases de datos como MySQL, por ejemplo. ¿Alguien puede señalarme enlaces o dar algunos fragmentos de...
Una última pregunta de pandas para novatos del día: ¿Cómo puedo generar una tabla para una sola serie? Por ejemplo: my_series = pandas.Series([1,2,2,3,3,3]) pandas.magical_frequency_function( my_series ) >> { 1 : 1, 2 : 2, 3 : 3 } Muchas búsquedas en Google me han llevado a...
Me gustaría importar el siguiente csv como cadenas, no como int64. Pandas read_csv lo convierte automáticamente a int64, pero necesito esta columna como
Tengo un archivo csv que no aparece correctamente pandas.read_csvcuando filtro las columnas usecolsy uso varios índices. import pandas as pd csv = r"""dummy,date,loc,x bar,20090101,a,1 bar,20090102,a,3 bar,20090103,a,5 bar,20090101,b,1 bar,20090102,b,3 bar,20090103,b,5""" f =...
¿Cómo encuentra las principales correlaciones en una matriz de correlación con Pandas? Hay muchas respuestas sobre cómo hacer esto con R ( Mostrar correlaciones como una lista ordenada, no como una matriz grande o una forma eficiente de obtener pares altamente correlacionados de un conjunto de...
En Pandas, cuando selecciono una etiqueta que solo tiene una entrada en el índice, obtengo una Serie, pero cuando selecciono una entrada que tiene más de una entrada, obtengo un marco de datos. ¿Porqué es eso? ¿Hay alguna forma de asegurar que siempre recupere un marco de datos? In [1]: import...
Aquí está mi df: Net Upper Lower Mid Zsore Answer option More than once a day 0% 0.22% -0.12% 2 65 Once a day 0% 0.32% -0.19% 3 45 Several times a week 2% 2.45% 1.10% 4 78 Once a week 1% 1.63% -0.40% 6 65 ¿Cómo puedo mover una columna por nombre ( "Mid") al frente de la tabla, índice 0?...
Estoy trabajando con este Pandas DataFrame en Python. File heat Farheit Temp_Rating 1 YesQ 75 N/A 1 NoR 115 N/A 1 YesA 63 N/A 1 NoT 83 41 1 NoY 100 80 1 YesZ 56 12 2 YesQ 111 N/A 2 NoR 60 N/A 2 YesA 19 N/A 2 NoT 106 77 2 NoY 45 21 2 YesZ 40 54 3 YesQ 84 N/A 3 NoR 67 N/A 3 YesA 94...
Me gustaría reemplazar los valores incorrectos en una columna de un marco de datos por NaN. mydata = {'x' : [10, 50, 18, 32, 47, 20], 'y' : ['12', '11', 'N/A', '13', '15', 'N/A']} df = pd.DataFrame(mydata) df[df.y == 'N/A']['y'] = np.nan Sin embargo, la última línea falla y arroja una...
Tengo un marco de datos de pandas y me gustaría trazar valores de una columna frente a los valores de otra columna. Afortunadamente, hay un plotmétodo asociado con los marcos de datos que parece hacer lo que necesito: df.plot(x='col_name_1', y='col_name_2') Desafortunadamente, parece que entre...
Quiero que todos los encabezados de columna en mi marco de datos de pandas sean minúsculas Ejemplo Si tengo: data = country country isocode year XRAT tcgdp 0 Canada CAN 2001 1.54876 924909.44207 1 Canada CAN 2002 1.56932 957299.91586 2 Canada CAN 2003 1.40105 1016902.00180 .... Me gustaría...
¿Por qué Pandas me dice que tengo objetos, aunque cada elemento de la columna seleccionada es una cadena, incluso después de una conversión explícita? Este es mi DataFrame: <class 'pandas.core.frame.DataFrame'> Int64Index: 56992 entries, 0 to 56991 Data columns (total 7 columns): id 56992...
He notado un rendimiento muy bajo al usar iterrows de pandas. ¿Es esto algo que otros experimentan? ¿Es específico de iterrows y debería evitarse esta función para datos de cierto tamaño (estoy trabajando con 2-3 millones de filas)? Esta discusión en GitHub me llevó a creer que se debe a la...
Digamos que tengo el siguiente marco de datos: ¿Cuál es la forma más eficiente de actualizar los valores de las columnas feat y another_feat donde el flujo es el número 2 ? Es esto? for index, row in df.iterrows(): if df1.loc[index,'stream'] == 2: # do something ACTUALIZACIÓN: ¿Qué...
¿Cómo puedo filtrar qué líneas de un CSV se cargarán en la memoria usando pandas? Esta parece una opción en la que uno debería encontrar read_csv. ¿Me estoy perdiendo de algo? Ejemplo: tenemos un CSV con una columna de marca de tiempo y nos gustaría cargar solo las líneas que tienen una marca...
Tengo un marco de datos con algunas columnas como esta: A B C 0 4 5 6 7 7 6 5 El rango posible de valores en A es solo de 0 a 7 . Además, tengo una lista de 8 elementos como este: List=[2,5,6,8,12,16,26,32] //There are only 8 elements in this list Si el elemento en la columna A es n ,...
Me quedé atascado en algo que parece que debería ser relativamente fácil. El código que traigo a continuación es una muestra basada en un proyecto más grande en el que estoy trabajando. No vi ninguna razón para publicar todos los detalles, así que acepte las estructuras de datos que traigo como...
Con el siguiente código: import matplotlib matplotlib.style.use('ggplot') import matplotlib.pyplot as plt import pandas as pd df = pd.DataFrame({ 'celltype':["foo","bar","qux","woz"], 's1':[5,9,1,7], 's2':[12,90,13,87]}) df =