Tengo un marco de datos en esta forma: A B C D E 213-1 XL NaN NaN NaN 21 22.0 12 232.0 101.32 23-0 L NaN NaN NaN 12 23 12 232.2 NaN 31-0 LS NaN NaN NaN 70 70 23 NaN 21.22 Me gustaría mover cada segunda fila de ese marco de datos a la fila de arriba para que solo queden filas combinadas...
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...
Estoy tratando de configurar una subclase de pd.DataFrameque tiene dos argumentos necesarios al inicializar ( groupy timestamp_col). Quiero ejecutar la validación de esos argumentos groupy timestamp_col, por lo tanto, tengo un método setter para cada una de las propiedades. Todo esto funciona hasta...
Tengo el siguiente marco de datos de ejemplo: df = pd.DataFrame(data = {'RecordID' : [1,1,1,1,1,2,2,2,2,3,3,3,3,4,4,4,4,5,5,5,5], 'DisplayLabel' : ['Source','Test','Value 1','Value 2','Value3','Source','Test','Value 1','Value 2','Source','Test','Value 1','Value 2','Source','Test','Value 1','Value...
Recibo el error anterior cuando intento usar el atributo .ix de un marco de datos de pandas para extraer una columna, por ejemplo, df.ix [:, 'col_header']. El script funcionó a partir de esta mañana, pero esta tarde lo ejecuté en un nuevo entorno de Linux con una nueva instalación de Pandas....
Estoy tratando con un marco de datos Pandas bastante grande: mi conjunto de datos se asemeja a una dfconfiguración siguiente : import pandas as pd import numpy as np #--------------------------------------------- SIZING PARAMETERS : R1 = 20 # .repeat( repeats = R1 ) R2 = 10 # .repeat( repeats =...
Obtuve el resultado pero trato de encontrar una manera más eficiente de hacer esto: (df['budget'] == 0).sum(), (df['revenue'] == 0).sum(),(df['budget_adj'] == 0).sum(), (df['revenue_adj'] == 0).sum() La salida es (5674, 5993, 5676,
El siguiente código me está dando un error. import pandas as pd df = pd.DataFrame({'a' : [1,2,3]}) df.to_hdf('temp.h5', key='df', mode='w') Esto me está dando un error. Faltan las 'tablas' de dependencia opcionales. Use pip o conda para instalar tablas. Ya probé ImportError HDFStore...
Soy bastante nuevo en python y pandas, así que me disculpo por cualquier malentendido futuro. Tengo un DataFrame de pandas con valores por hora, que se parece a esto: 2014-04-01 09:00:00 52.9 41.1 36.3 2014-04-01 10:00:00 56.4 41.6 70.8 2014-04-01 11:00:00 53.3 41.2 49.6 2014-04-01 12:00:00...
Tengo un DataFrame con valores organizados en dos columnas, consulte la tabla T1 . Me gustaría reorganizar los valores de una manera para crear un diseño de datos como se muestra en la tabla T2 . Las filas en T2 se crean mediante la transposición de una "ventana deslizante" de valores, bajando la...
Digamos que tengo el siguiente marco de datos: a = [[1,2,3,4,5,6],[23,23,212,223,1,12]] b = [1,1] df = pd.DataFrame(zip(a,b), columns = ['a', 'b']) Y mi objetivo es eliminar los elementos en las listas de la serie A que están en la serie B. Mi intento de hacerlo es el siguiente: df['a'] =...
Tengo un marco de datos como este: x = pd.DataFrame({ 'audio': ['audio1', 'audio1', 'audio2', 'audio2', 'audio3', 'audio3'], 'text': ['text1', 'text2', 'text3', 'text4', 'text5', 'text6'], 'login': ['operator1', 'operator2', 'operator3', 'operator4', 'operator5', 'operator6'] }) Estoy...
Estoy tratando de agrupar según su relación de secuencia entre las dos columnas. d = {'df1':[10,20, 30, 60, 70, 40, 30, 70], 'df2':[20, 30, 40, 80, 70, 50, 90, 100]} df = pd.DataFrame(data = d) df df1 df2 0 10 20 1 20 30 2 30 40 3 60 80 4 80 70 5 40 50 6 30 90 7 70 100 Espero el resultado...
import pandas as pd import numpy as np data = {'Name':['Tom', 'Tom', 'Jack', 'Terry'], 'Age':[20, 21, 19, 18]} df = pd.DataFrame(data) Digamos que tengo un marco de datos que se ve así. Estoy tratando de descubrir cómo verificar la columna Nombre para el valor 'Tom' y si lo encuentro la primera...
Entonces, digamos que tiene un proceso de Python que está recopilando datos en tiempo real con alrededor de 500 filas por segundo (esto se puede paralelizar aún más para reducir a alrededor de 50 ps) de un sistema de colas y agregarlo a DataFrame: rq = MyRedisQueue(..) df = pd.DataFrame() while...
Tengo datos del mercado de valores para un solo valor que se remonta a 20 años. Los datos se encuentran actualmente en un Pandas DataFrame, en el siguiente formato: El problema es que no quiero ningún dato comercial "fuera de horario" en mi DataFrame. El mercado en cuestión está abierto de 9:30...
Simplemente no puedo entender qué significa "==" en la segunda línea: - No es una prueba, no hay una declaración if ... - No es una declaración variable ... Nunca he visto esto antes, la cosa data.ctage==cates una serie de pandas y no una prueba ... for cat in data["categ"].unique(): subset =...