Estoy tratando de usar scikit-learn LabelEncoderpara codificar pandas DataFramede etiquetas de cadena. Como el marco de datos tiene muchas (50+) columnas, quiero evitar crear un LabelEncoderobjeto para cada columna; Prefiero tener un solo LabelEncoderobjeto grande que funcione en todas mis columnas...
Cómo hacer esto en pandas: Tengo una función extract_text_featuresen una sola columna de texto, devolviendo múltiples columnas de salida. Específicamente, la función devuelve 6 valores. La función funciona, sin embargo, no parece haber ningún tipo de retorno adecuado (pandas DataFrame / numpy...
Tengo un marco de datos de pandas que se ve así (es bastante grande) date exer exp ifor mat 1092 2014-03-17 American M 528.205 2014-04-19 1093 2014-03-17 American M 528.205 2014-04-19 1094 2014-03-17 American M 528.205 2014-04-19 1095 2014-03-17 American M 528.205 2014-04-19 1096 2014-03-17...
Convertí un marco de datos de pandas a una salida html usando la DataFrame.to_htmlfunción. Cuando guardo esto en un archivo html separado, el archivo muestra la salida truncada. Por ejemplo, en mi columna TEXTO, df.head(1) Mostrará La película fue un excelente esfuerzo ... en vez de La...
Tengo un conjunto de datos con una gran cantidad de características, por lo que analizar la matriz de correlación se ha vuelto muy difícil. Quiero trazar una matriz de correlación que obtenemos usando la dataframe.corr()función de la biblioteca de pandas. ¿Hay alguna función incorporada...
¿Es posible agregar a un marco de datos vacío que no contiene ningún índice o columna? He intentado hacer esto, pero sigo obteniendo un marco de datos vacío al final. p.ej df = pd.DataFrame() data = ['some kind of data here' --> I have checked the type already, and it is a...
¿Cómo puedo encontrar la fila para la cual el valor de una columna específica es máximo ? df.max() me dará el valor máximo para cada columna, no sé cómo obtener la fila
Supongamos que tengo dos DataFrames así: left = pd.DataFrame({'key1': ['foo', 'bar'], 'lval': [1, 2]}) right = pd.DataFrame({'key2': ['foo', 'bar'], 'rval': [4, 5]}) Quiero fusionarlos, así que intento algo como esto: pd.merge(left, right, left_on='key1', right_on='key2') Y estoy feliz key1...
Estoy usando este marco de datos: Fruit Date Name Number Apples 10/6/2016 Bob 7 Apples 10/6/2016 Bob 8 Apples 10/6/2016 Mike 9 Apples 10/7/2016 Steve 10 Apples 10/7/2016 Bob 1 Oranges 10/7/2016 Bob 2 Oranges 10/6/2016 Tom 15 Oranges 10/6/2016 Mike 57 Oranges 10/6/2016 Bob 65 Oranges 10/7/2016 Tony...
Utilizo pandas.to_datetimepara analizar las fechas en mis datos. Pandas por defecto representa las fechas con datetime64[ns]aunque las fechas son todas diarias. Me pregunto si hay una forma elegante / inteligente de convertir las fechas datetime.dateo datetime64[D]para que, cuando escribo los datos...
Tengo un pandas dataframeen el que una columna de cadenas de texto contiene valores separados por comas. Quiero dividir cada campo CSV y crear una nueva fila por entrada (suponga que CSV está limpio y solo necesita dividirse en ','). Por ejemplo, adebería convertirse en b: In [7]: a Out[7]: var1...
Tengo un marco de datos de pandas con pocas columnas. Ahora sé que ciertas filas son valores atípicos basados en un cierto valor de columna. Por ejemplo la columna 'Vol' tiene todos los valores 12xxy un valor es 4000(atípico). Ahora me gustaría excluir esas filas que tienen una Volcolumna...
Supongamos que tengo el siguiente código que traza algo muy simple usando pandas: import pandas as pd values = [[1, 2], [2, 5]] df2 = pd.DataFrame(values, columns=['Type A', 'Type B'], index=['Index 1', 'Index 2']) df2.plot(lw=2, colormap='jet', marker='.', markersize=10, title='Video...
Estoy creando un DataFrame desde un csv de la siguiente manera: stock = pd.read_csv('data_in/' + filename + '.csv', skipinitialspace=True) El DataFrame tiene una columna de fecha. ¿Hay alguna manera de crear un nuevo DataFrame (o simplemente sobrescribir el existente) que solo contiene filas con...
Tengo un marco de datos con una columna y me gustaría dividirlo en dos columnas, con un encabezado de columna como ' fips'y el otro'row' Mi dataframe se dfve así: row 0 00000 UNITED STATES 1 01000 ALABAMA 2 01001 Autauga County, AL 3 01003 Baldwin County, AL 4 01005 Barbour County, AL No sé...
Cerrada . Esta pregunta está basada en la opinión . Actualmente no está aceptando respuestas. ¿Quieres mejorar esta pregunta? Actualice la pregunta para que pueda ser respondida con hechos y citas editando esta publicación . Cerrado hace 4 años .
Estaba buscando una forma elegante de cambiar el nombre de una columna especificada en a DataFrame. reproducir datos ... import pandas as pd d = { 'one': [1, 2, 3, 4, 5], 'two': [9, 8, 7, 6, 5], 'three': ['a', 'b', 'c', 'd', 'e'] } df = pd.DataFrame(d) La solución más elegante que he...
Estoy tratando de leer un archivo csv grande (aprox. 6 GB) en pandas y recibo un error de memoria: MemoryError Traceback (most recent call last) <ipython-input-58-67a72687871b> in <module>() ----> 1 data=pd.read_csv('aphro.csv',sep=';') ... MemoryError: ¿Alguna ayuda en...
Tengo 3 archivos CSV. Cada uno tiene la primera columna como los nombres (de cadena) de las personas, mientras que todas las demás columnas en cada marco de datos son atributos de esa persona. ¿Cómo puedo "unir" los tres documentos CSV para crear un único CSV con cada fila que tenga todos los...
Sin usar, groupby¿cómo filtraría los datos sin NaN? Digamos que tengo una matriz donde los clientes completarán 'N / A', 'n / a' o cualquiera de sus variaciones y otros lo dejarán en blanco: import pandas as pd import numpy as np df = pd.DataFrame({'movie': ['thg', 'thg', 'mol', 'mol', 'lob',...