Supongamos que tengo un dfque tiene columnas de 'ID', 'col_1', 'col_2'. Y defino una función: f = lambda x, y : my_function_expression. Ahora quiero aplicar la fa df's dos columnas 'col_1', 'col_2'para calcular elemento gota una nueva columna 'col_3', algo así como: df['col_3'] =...
¿Cómo realizar una unión ( LEFT| RIGHT| FULL) ( INNER| OUTER) con pandas? ¿Cómo agrego NaNs para las filas que faltan después de la fusión? ¿Cómo me deshago de NaNs después de la fusión? ¿Puedo fusionarme en el índice? Cruz unirse con pandas? ¿Cómo fusiono múltiples DataFrames? merge? join?...
¿Qué es el pivote? ¿Cómo giro? ¿Es esto un pivote? Formato largo a formato ancho? He visto muchas preguntas sobre las tablas dinámicas. Incluso si no saben que están preguntando sobre tablas dinámicas, generalmente lo hacen. Es prácticamente imposible escribir una pregunta canónica y una...
He construido una condición que extrae exactamente una fila de mi marco de datos: d2 = df[(df['l_ext']==l_ext) & (df['item']==item) & (df['wn']==wn) & (df['wd']==1)] Ahora me gustaría tomar un valor de una columna en particular: val = d2['col_name'] Pero como resultado obtengo un...
Estoy tratando de usar pandas para manipular un archivo .csv pero aparece este error: pandas.parser.CParserError: error al tokenizar datos. Error C: se esperaban 2 campos en la línea 3, vi 12 Intenté leer los documentos de los pandas, pero no encontré nada. Mi código es simple: path = 'GOOG...
La mayoría de las operaciones en pandasque se puede lograr con el encadenamiento de operador ( groupby, aggregate, apply, etc.), pero la única manera que he encontrado para las filas de filtro es a través de la indexación de soporte de la normalidad df_filtered = df[df['column'] == value] Esto no...
Tengo un marco de datos con un índice jerárquico en el eje 1 (columnas) (de una groupby.aggoperación): USAF WBAN year month day s_PC s_CL s_CD s_CNT tempf sum sum sum sum amax amin 0 702730 26451 1993 1 1 1 0 12 13 30.92 24.98 1 702730 26451 1993 1 2 0 0 13 13 32.00 24.98 2 702730 26451 1993 1...
Tengo un conjunto de datos bastante grande en forma de un marco de datos y me preguntaba cómo podría dividir el marco de datos en dos muestras aleatorias (80% y 20%) para capacitación y
Cuando llame df = pd.read_csv('somefile.csv') Yo obtengo: /Users/josh/anaconda/envs/py27/lib/python2.7/site-packages/pandas/io/parsers.py:1130: DtypeWarning: Las columnas (4,5,7,16) tienen tipos mixtos. Especifique la opción dtype al importar o establezca low_memory = False. ¿Por qué está...
Tengo un diccionario que se ve así: di = {1: "A", 2: "B"} Me gustaría aplicarlo a la columna "col1" de un marco de datos similar a: col1 col2 0 w a 1 1 2 2 2 NaN Llegar: col1 col2 0 w a 1 A 2 2 B NaN ¿Cómo puedo hacer esto mejor? Por alguna razón, los términos de Google relacionados con...
En este momento estoy importando un CSVmarco de datos bastante grande cada vez que ejecuto el script. ¿Existe una buena solución para mantener ese marco de datos constantemente disponible entre ejecuciones para que no tenga que pasar todo el tiempo esperando que se ejecute el
Quiero aplicar mi función personalizada (que utiliza una escalera si-else) a estos seis columnas ( ERI_Hispanic, ERI_AmerInd_AKNatv, ERI_Asian, ERI_Black_Afr.Amer, ERI_HI_PacIsl, ERI_White) en cada fila de mi trama de datos. He probado diferentes métodos de otras preguntas, pero parece que todavía...
Tengo un marco de datos en la línea de abajo: Type Set 1 A Z 2 B Z 3 B X 4 C Y Quiero agregar otra columna al marco de datos (o generar una serie) de la misma longitud que el marco de datos (= igual número de registros / filas) que establece un color verde si Set = 'Z' y 'rojo' si Set = de lo...
Tengo un conjunto de datos |category| cat a cat b cat a Me gustaría poder devolver algo como (mostrando valores y frecuencia únicos) category | freq | cat a 2 cat b
Tengo un DataFrame de pandas y quiero eliminar filas de él donde la longitud de la cadena en una columna particular es mayor que 2. Espero poder hacer esto (según esta respuesta ): df[(len(df['column name']) < 2)] pero acabo de recibir el error: KeyError: u'no item named False' ¿Qué estoy...
Esta parece una pregunta ridículamente fácil ... pero no veo la respuesta fácil que esperaba. Entonces, ¿cómo obtengo el valor en una enésima fila de una columna dada en Pandas? (Estoy particularmente interesado en la primera fila, pero también estaría interesado en una práctica más general). Por...
Tengo un diccionario de Python como el siguiente: {u'2012-06-08': 388, u'2012-06-09': 388, u'2012-06-10': 388, u'2012-06-11': 389, u'2012-06-12': 389, u'2012-06-13': 389, u'2012-06-14': 389, u'2012-06-15': 389, u'2012-06-16': 389, u'2012-06-17': 389, u'2012-06-18': 390, u'2012-06-19':...
¿Cómo verificar si un panda DataFrameestá vacío? En mi caso quiero imprimir algún mensaje en la terminal si DataFrameestá
¿Cómo convierto un numpy.datetime64objeto a datetime.datetime(o Timestamp)? En el siguiente código, creo un objeto datetime, timestamp y datetime64. import datetime import numpy as np import pandas as pd dt = datetime.datetime(2012, 5, 1) # A strange way to extract a Timestamp object, there's...
Estoy usando pandas como sustituto de db, ya que tengo varias bases de datos (oracle, mssql, etc.) y no puedo hacer una secuencia de comandos para un equivalente de SQL. Tengo una tabla cargada en un DataFrame con algunas columnas: YEARMONTH, CLIENTCODE, SIZE, .... etc etc En SQL, contar la...