Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
Pandas:根据另一列中的值对两列进行分组
我对 python pandas 很陌生 我有一个看起来像这样的数据框 id name color id 1 alex blue id 2 james yellow id 1 sara black id 4 dave pink id 4 l
pandas
DataFrame
pandasgroupby
groupby后聚合的列组合
Question 寻找类似的东西 df groubpy key aggregate combination columnA columnB 代替 df combination combination columnA columnB df g
python
pandas
Aggregate
pandasgroupby
Pandas - 计算不包括当前行的组的滚动平均值
举个例子 data Platoon A A A A A A B B B B B C C C C C Date 1 2 3 4 5 6 1 2 3 4 5 1 2 3 4 5 Casualties 1 4 5 7 5 5 6 1 4 5 6
pandas
pandasgroupby
将按结果分组保存到单独的 CSV 文件中
我有一个代码 用于使用 CSV 数据创建组并使用该组创建新文件 我读取了 csv 文件 然后使用它 问题是当我的函数工作并使用数据创建新文件时 新文件的名称是组的名称 我不希望这样 ID Inventory Domain Requests
python
pandas
csv
groupby
pandasgroupby
pandas groupby ffill bfill 需要中间 groupby 吗?
我试图通过对一列进行分组 然后在组内填充 bfill ffill 列的子集来掩盖数据框中丢失的数据 我以前使用过 def ffbf x return x ffill bfill df some cols df groupby group k
python
pandas
DataFrame
pandasgroupby
如何将 pd.concat 与未启动的数据帧一起使用?
我希望能够在数据帧结果通过一个函数时将它们连接到内存中 并最终得到一个只有结果的全新数据帧 在函数之前没有准备好数据帧的情况下 如何执行此操作 例如 import pandas as pd import numpy as np rand d
python
pandas
groupby
pandasgroupby
(pandas) 为什么 .bfill().ffill() 对组的作用与 ffill().bfill() 不同?
我认为我在概念上遗漏了一些基本概念 但我无法在文档中找到答案 gt gt gt df pd DataFrame a 1 1 2 2 3 3 b 5 np nan 6 np nan np nan np nan gt gt gt df a b
pandas
groupby
pandasgroupby
Pandas 计算数据框中列本身内的数据
I have come up with a problem where my data in the column has been recorded as 90 2 91 3 90 4 etc My motive here is to a
python
pandas
DataFrame
pandasgroupby
fillna
Pandas groupby:根据pandas groupby组中另一列中的数据选择一行后如何选择相邻列数据?
我有一个数据库 部分如下所示 对于每个日期 都有持续时间条目 每个日期 1 20 并为每个持续时间列出项目 100 秒 每个项目在相邻列中都有多个关联的数据点 包括标识符 对于每个日期 我想选择最长的持续时间 然后 我想找到值最接近给定输入
python
pandas
DataFrame
pandasgroupby
Pandas 进行分组和求和,但在超过一定数量时创建新行
我目前有一个数据集 我尝试根据列对行进行分组并对值为整数的列求和 然而 问题是一旦总和达到一定阈值我想创建一个新行 例如 在下面的数据框中 我尝试根据公司名称对行进行分组并总结权重 但是 我不希望权重超过 100 输入数据框 Company
python
pandas
pandasgroupby
在 Pandas 中使用 group by 进行转换
我正在创建一个数据框 import pandas as pd df1 pd DataFrame Name Alice Bob Mallory Mallory Bob Mallory City Seattle Seattle Portland
python
python3x
pandas
pandasgroupby
Pandas shift - 如果满足多个条件,则获取先前的值
我实际上已经问过这个关于 SQL 的问题 并在这里得到了一个很好的答案 SQL 如果满足使用多个先前列的条件 则 LAG 获取先前的值 但现在我需要它来养熊猫 假设我们有一个数据框 df pd DataFrame id 1 2 3 4 5
python
pandas
DataFrame
pandasgroupby
将 pandas groupby 结果与小计转换为相对值
我遇到过一个插入小计的好解决方案进入 pandas groupby 数据框 但是 现在我想修改结果以显示相对于小计的相对值 而不是绝对值 这是显示 groupby 的代码 import pandas as pd import numpy a
python
pandas
pandasgroupby
Python Pandas - 从数据框中按类别绘制多个条形图
我的数据框看起来像 df pd DataFrame data ID 1 1 1 2 2 2 Value 13 12 15 4 2 3 Index ID Value 0 1 13 1 1 12 2 1 15 3 2 4 4 2 2 5 2 3
python
pandas
pandasgroupby
在 pandas 数据帧上使用 cumcount 并有条件增量
考虑数据框 df pd DataFrame A 1 A 1 B 1 B 0 A 0 A 1 B 1 columns key cond 我想找到每个的累积 运行 计数 从 1 开始 key 只有当组中的前一个值有时我们才会增加cond 1 当
python
pandas
DataFrame
groupby
pandasgroupby
计算 Pandas 中字符串列中的单词数
我有一个 pandas 数据框 其中包含给定时间段的查询和计数 我希望将此数据框转换为唯一单词的计数 例如 如果数据框包含以下内容 query count foo bar 10 super 8 foo 4 super foo bar 2 我
python
pandas
groupby
pandasgroupby
pandas groupby - 返回满足条件的组中的第一行
鉴于下面的示例数据集 我想每个返回一行group这表明obsnum第一行的score小于0 4 import pandas as pd import numpy as np np random seed 42 df pd DataFrame
python
pandas
pandasgroupby
Pandas - 计算过去 x 天数的值频率
我发现了一些意想不到的结果 我想做的是创建一个列来查看 ID 号和日期 并计算该 ID 号在过去 7 天内出现的次数 我还想让该列动态化 x 数量 天 但只是尝试 7 天 所以给定这个数据框 import pandas as pd df p
python
pandas
datetime
pandasgroupby
rollingcomputation
如何通过将列的类别分成集合来过滤数据框?
我有一个数据框 Prop ID Unit ID Prop Usage Unit Usage 1 1 RESIDENTIAL RESIDENTIAL 1 2 RESIDENTIAL COMMERCIAL 1 3 RESIDENTIAL IND
python
pandas
DataFrame
pandasgroupby
更新 pandas groupby().last() 的列值
给定数据框 dfd pd DataFrame A 1 1 2 2 3 3 B 4 5 6 7 8 9 C a b c c d e 我可以使用以下方法找到每个 A 组的最后一个 C 值 dfd groupby A last C 但是 我想将
python
pandas
Lambda
apply
pandasgroupby
«
1 ...
3
4
5
6
7
8
9
»