¿Puedo insertar una columna en un índice de columna específico en pandas? import pandas as pd df = pd.DataFrame({'l':['a','b','c','d'], 'v':[1,2,1,2]}) df['n'] = 0 Esto colocará la columna ncomo la última columna de df, pero ¿no hay una manera de decir dfque se ponga nal...
Al seleccionar un subtrama de datos de un marco de datos primario, noté que algunos programadores hacen una copia del marco de datos utilizando el .copy()método. Por ejemplo, X = my_dataframe[features_list].copy() ... en lugar de solo X = my_dataframe[features_list] ¿Por qué están haciendo una...
Tengo un marco de datos existente al que necesito agregar una columna adicional que contendrá el mismo valor para cada fila. Df existente: Date, Open, High, Low, Close 01-01-2015, 565, 600, 400, 450 Nuevo df: Name, Date, Open, High, Low, Close abc, 01-01-2015, 565, 600, 400, 450 Sé cómo...
Estoy seguro de que esto es simple, pero como un novato completo en Python, tengo problemas para descubrir cómo iterar sobre las variables en un pandasmarco de datos y ejecutar una regresión con cada una. Esto es lo que estoy haciendo: all_data = {} for ticker in ['FIUIX', 'FSAIX', 'FSAVX',...
Tengo un DataFrame de pandas con 4 columnas y quiero crear un nuevo DataFrame que solo tenga tres de las columnas. Esta pregunta es similar a: Extraer columnas específicas de un marco de datos, pero para pandas no R. El siguiente código no funciona, genera un error y ciertamente no es la forma...
Si tengo un marco de datos con las siguientes columnas: 1. NAME object 2. On_Time object 3. On_Budget object 4. %actual_hr float64 5. Baseline Start Date datetime64[ns] 6. Forecast Start Date datetime64[ns] Me gustaría poder decir: aquí hay un marco de datos, ¿me dan una lista de las columnas...
¿Cómo recupera programáticamente el número de columnas en un marco de datos de pandas? Esperaba algo
Así que entiendo completamente cómo usar el remuestreo , pero la documentación no hace un buen trabajo explicando las opciones. Entonces, la mayoría de las opciones en la resamplefunción son bastante sencillas, excepto por estas dos: regla: la cadena de desplazamiento u objeto que representa la...
Tengo un marco de datos llamado data. ¿Cómo cambiaría el nombre del único encabezado de columna? Por ejemplo gdpa log(gdp)? data = y gdp cap 0 1 2 5 1 2 3 9 2 8 7 2 3 3 4 7 4 6 7 7 5 4 8 3 6 8 2 8 7 9 9 10 8 6 6 4 9 10 10
Tengo el siguiente DataFrame de una consulta SQL: (Pdb) pp total_rows ColumnID RespondentCount 0 -1 2 1 3030096843 1 2 3030096845 1 y quiero pivotarlo así: total_data = total_rows.pivot_table(cols=['ColumnID']) (Pdb) pp total_data ColumnID -1 3030096843 3030096845 RespondentCount 2 1 1 [1...
Tengo un DataFrame de pandas lleno principalmente de números reales, pero también hay algunos nanvalores. ¿Cómo puedo reemplazar los nans con promedios de columnas donde están? Esta pregunta es muy similar a esta: matriz numpy: reemplace los valores nan con el promedio de columnas , pero,...
Estoy leyendo el contenido de una hoja de cálculo en pandas. DataNitro tiene un método que devuelve una selección rectangular de celdas como una lista de listas. Entonces table = Cell("A1").table da table = [['Heading1', 'Heading2'], [1 , 2], [3, 4]] headers = table.pop(0) # gives the headers...
Necesito eliminar las primeras tres filas de un marco de datos en pandas. Sé df.ix[:-1]que eliminaría la última fila, pero no puedo entender cómo eliminar las primeras n
Tengo un marco de datos de pandas df1y df2(df1 es un marco de datos de vanila, df2 está indexado por 'STK_ID' y 'RPT_Date'): >>> df1 STK_ID RPT_Date TClose sales discount 0 000568 20060331 3.69 5.975 NaN 1 000568 20060630 9.14 10.143 NaN 2 000568 20060930 9.49 13.854 NaN 3 000568...
Leí datos de un archivo .csv a un marco de datos de Pandas como se muestra a continuación. Para una de las columnas, a saber id, quiero especificar el tipo de columna como int. El problema es que la idserie tiene valores faltantes / vacíos. Cuando intento convertir la idcolumna a entero mientras...
Considere el siguiente marco de datos: A B C D 0 foo one 0.162003 0.087469 1 bar one -1.156319 -1.526272 2 foo two 0.833892 -1.666304 3 bar three -2.026673 -0.322057 4 foo two 0.411452 -0.954371 5 bar two 0.765878 -0.095968 6 foo one -0.654890 0.678091 7 foo three -1.789842 -1.130922 Los...
Recientemente comencé a bifurcarme desde mi lugar seguro (R) en Python y estoy un poco confundido por la localización / selección celular en Pandas. He leído la documentación pero me cuesta entender las implicaciones prácticas de las diversas opciones de localización / selección. ¿Hay alguna...
Intenté el siguiente código ( test_seaborn.py): import matplotlib matplotlib.use('Agg') import matplotlib.pyplot as plt matplotlib.style.use('ggplot') import seaborn as sns sns.set() df = sns.load_dataset('iris') sns_plot = sns.pairplot(df, hue='species', size=2.5) fig =
Quiero imprimir todo el marco de datos, pero no quiero imprimir el índice Además, una columna es el tipo de fecha y hora, solo quiero imprimir la hora, no la fecha. El marco de datos se ve así: User ID Enter Time Activity Number 0 123 2014-07-08 00:09:00 1411 1 123 2014-07-08 00:18:00 893 2 123...
Estoy tratando de unir dos marcos de datos de pandas usando dos columnas: new_df = pd.merge(A_df, B_df, how='left', left_on='[A_c1,c2]', right_on = '[B_c1,c2]') pero recibí el siguiente error: pandas/index.pyx in pandas.index.IndexEngine.get_loc (pandas/index.c:4164)() pandas/index.pyx in...