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...
¿Cómo puedo convertir una columna de cadenas DataFrame (en formato dd / mm / aaaa ) a fecha y
Tengo una matriz Numpy que consiste en una lista de listas, que representa una matriz bidimensional con etiquetas de fila y nombres de columna como se muestra a continuación: data = array([['','Col1','Col2'],['Row1',1,2],['Row2',3,4]]) Me gustaría que el DataFrame resultante tenga Row1 y Row2...
Tengo un marco de datos como este: import pandas import numpy as np df = DataFrame(np.random.rand(4,4), columns = list('abcd')) df a b c d 0 0.418762 0.042369 0.869203 0.972314 1 0.991058 0.510228 0.594784 0.534366 2 0.407472 0.259811 0.396664 0.894202 3 0.726168 0.139531 0.324932...
Tengo dos series s1y s2con los mismos índices (no consecutivos). ¿Cómo combino s1y s2ser dos columnas en un DataFrame y mantener uno de los índices como una tercera
Dado un DataFrame con una columna "BoolCol", queremos encontrar los índices del DataFrame en el que los valores de "BoolCol" == True Actualmente tengo la forma iterativa de hacerlo, que funciona perfectamente: for i in range(100,3000): if df.iloc[i]['BoolCol']== True: print
Para probar alguna funcionalidad, me gustaría crear un a DataFramepartir de una cadena. Digamos que mis datos de prueba se ven así: TESTDATA="""col1;col2;col3 1;4.4;99 2;4.5;200 3;4.7;65 4;3.2;140 """ ¿Cuál es la forma más sencilla de leer esos datos en un pandas
Tengo un marco de datos de pandas dfcomo: a b A 1 A 2 B 5 B 5 B 4 C 6 Quiero agrupar por la primera columna y obtener la segunda columna como listas en filas : A [1,2] B [5,5,4] C [6] ¿Es posible hacer algo así usando pandas
¿Hay alguna manera de verificar si existe una columna en un Pandas DataFrame? Supongamos que tengo el siguiente DataFrame: >>> import pandas as pd >>> from random import randint >>> df = pd.DataFrame({'A': [randint(1, 9) for x in xrange(10)], 'B': [randint(1, 9)*10 for...
Aquí está mi código para generar un marco de datos: import pandas as pd import numpy as np dff = pd.DataFrame(np.random.randn(1,2),columns=list('AB')) entonces obtuve el marco de datos: +------------+---------+--------+ | | A | B | +------------+---------+--------- | 0 | 0.626386|...
Cargo algunos datos de aprendizaje automático de un archivo CSV. Las primeras 2 columnas son observaciones y las columnas restantes son características. Actualmente, hago lo siguiente: data = pandas.read_csv('mydata.csv') que da algo como: data = pandas.DataFrame(np.random.rand(10,5), columns =...
¿Sabes cómo obtener el índice o la columna de un DataFrame como una matriz NumPy o una lista de Python?
¿Cuál es la forma más fácil de agregar una columna vacía a un DataFrameobjeto pandas ? Lo mejor que he encontrado es algo como df['foo'] = df.apply(lambda _: '', axis=1) ¿Hay un método menos
Tengo un marco de datos de pandas con dos columnas. Necesito cambiar los valores de la primera columna sin afectar la segunda y recuperar todo el marco de datos con solo los valores de la primera columna cambiados. ¿Cómo puedo hacer eso usando aplicar en
Quiero saber si es posible usar la to_csv()función pandas para agregar un marco de datos a un archivo csv existente. El archivo csv tiene la misma estructura que los datos
Tengo un marco de datos df: >>> df sales discount net_sales cogs STK_ID RPT_Date 600141 20060331 2.709 NaN 2.709 2.245 20060630 6.590 NaN 6.590 5.291 20060930 10.103 NaN 10.103 7.981 20061231 15.915 NaN 15.915 12.686 20070331 3.196 NaN 3.196 2.710 20070630 7.907 NaN 7.907...
Supongamos que tengo una trama de datos con columnas a, by c, quiero ordenar la trama de datos por la columna ben orden ascendente, y por la columna cen orden descendente, ¿cómo puedo hacer
¿Cómo obtengo el nombre de la columna de índice en los pandas de Python? Aquí hay un marco de datos de ejemplo: Column 1 Index Title Apples 1 Oranges 2 Puppies 3 Ducks 4 Lo que intento hacer es obtener / establecer el título del índice del marco de datos. Esto es lo que probé: import pandas...
Recibo un mensaje ValueError: cannot reindex from a duplicate axiscuando intento establecer un índice en un valor determinado. Traté de reproducir esto con un ejemplo simple, pero no pude hacerlo. Aquí está mi sesión dentro de ipdbtrace. Tengo un DataFrame con índice de cadena y columnas enteras,...
Tengo problemas con algunas de las funcionalidades de los pandas. ¿Cómo verifico cuál es mi versión de