本文将分享如何在iPython笔记本中预览大熊猫DataFrame的一部分？的详细内容，并且还将对python画大熊猫进行详尽解释，此外，我们还将为大家带来关于DataFramesPython如何在P
本文将分享如何在iPython笔记本中预览大熊猫DataFrame的一部分？的详细内容，并且还将对python画大熊猫进行详尽解释，此外，我们还将为大家带来关于DataFrames Python 如何在 Python 中的 Dataframe 中将 A 列中的单元格 A1 与 B2 列中的单元格循环、python – 从另一个Dataframe创建Dataframe、python – 使用另一个DataFrame过滤Pandas DataFrame、python – 在大熊猫DataFrame中选择和删除具有相同名称的列的相关知识，希望对你有所帮助。
本文目录一览：- 如何在iPython笔记本中预览大熊猫DataFrame的一部分？（python画大熊猫）
- DataFrames Python 如何在 Python 中的 Dataframe 中将 A 列中的单元格 A1 与 B2 列中的单元格循环
- python – 从另一个Dataframe创建Dataframe
- python – 使用另一个DataFrame过滤Pandas DataFrame
- python – 在大熊猫DataFrame中选择和删除具有相同名称的列
如何在iPython笔记本中预览大熊猫DataFrame的一部分？（python画大熊猫）
我刚开始在IPython Notebook中使用熊猫，遇到以下问题：当DataFrame从CSV文件读取的内容很小时，IPython
Notebook在漂亮的表格视图中显示它。当DataFrame较大时，将输出以下内容：
In [27]:evaluation = readCSV("evaluation_MO_without_VNS_quality.csv").filter(["solver", "instance", "runtime", "objective"])In [37]:evaluationOut[37]:<class ''pandas.core.frame.DataFrame''>Int64Index: 333 entries, 0 to 332Data columns:solver 333 non-null valuesinstance 333 non-null valuesruntime 333 non-null valuesobjective 333 non-null valuesdtypes: int64(1), object(3)我希望将数据框的一小部分视为表格，以确保其格式正确。我有什么选择？
答案1
小编典典在这种情况下，如果DataFrame长度较长但又不太宽，则可以将其切片：
>>> df = pd.DataFrame({"A": range(1000), "B": range(1000)})>>> df<class ''pandas.core.frame.DataFrame''>Int64Index: 1000 entries, 0 to 999Data columns:A 1000 non-null valuesB 1000 non-null valuesdtypes: int64(2)>>> df[:5] A B0 0 01 1 12 2 23 3 34 4 4ix已弃用。
如果它既长又宽，我倾向于使用.ix：
>>> df = pd.DataFrame({i: range(1000) for i in range(100)})>>> df.ix[:5, :10] 0 1 2 3 4 5 6 7 8 9 100 0 0 0 0 0 0 0 0 0 0 01 1 1 1 1 1 1 1 1 1 1 12 2 2 2 2 2 2 2 2 2 2 23 3 3 3 3 3 3 3 3 3 3 34 4 4 4 4 4 4 4 4 4 4 45 5 5 5 5 5 5 5 5 5 5 5
DataFrames Python 如何在 Python 中的 Dataframe 中将 A 列中的单元格 A1 与 B2 列中的单元格循环
这是你想要的吗？
df.groupby('Column_1').agg({'Column_2': ['first','last']})
Column_2
first last
Column_1
A 1-1-2000 1-1-2013
B 1-1-2001 1-1-2010
C 1-1-2002 1-1-2011
D 1-1-2015 1-1-2015
F 1-1-2020 1-1-2020
python – 从另一个Dataframe创建Dataframe
Index Batch Name
0 1 Jon
1
2 2 Adam
3
4 3 Voges
5
6 4 Jon
我想从这个数据框中创建另一个数据帧,并将批次编号分组
Batch Name/Batches 1 Jon(1,4) 2 Adam(2) 3 Voges(3) 4 Jon(1,4)
我怎么能这样做,如果我从现有DF创建一个新列表或ordereddict然后将其转换为另一个DF,或者这可以在运行中完成.
更新：
在他们之间编辑Spaces
解决方法
def stringer(x):
return '('+','.join(map(str,x))+')'
df['Name'] += df.groupby('Name')['Batch'].transform(stringer)
print(df)
Batch Name
0 1 Jon(1,4)
1 2 Adam(2)
2 3 Voges(3)
3 4 Jon(1,4)
更新空行的记帐
在这种情况下你可以使用numpy.where：
import numpy as np
def stringer(x):
return '('+',map(int,x)))+')'
s = df.dropna(subset=['Name']).groupby('Name')['Batch'].apply(stringer)
df['Name/Batch'] = np.where(df['Name'].notnull(),df['Name'] + df['Name'].map(s),df['Name'])
print(df)
Index Batch Name Name/Batch
0 0 1.0 Jon Jon(1,4)
1 1 NaN NaN NaN
2 2 2.0 Adam Adam(2)
3 3 NaN NaN NaN
4 4 3.0 Voges Voges(3)
5 5 NaN NaN NaN
6 6 4.0 Jon Jon(1,4)
python – 使用另一个DataFrame过滤Pandas DataFrame
2000-01-04 2000-01-05
Group Element
1 A -0.011374 0.035895
X -0.006910 0.047714
C -0.016609 0.038705
Y -0.088110 -0.052775
H 0.000000 0.008082
我有另一个DataFrame只包含1个索引,即组ID.两者的列是相同的,它们是日期.
2000-01-04 2000-01-05 Group 1 -0.060623 -0.025429 2 -0.066765 -0.005318 3 -0.034459 -0.011243 4 -0.051813 -0.019521 5 -0.064367 0.014810
我想使用第二个DataFrame来过滤第一个DataFrame,检查每个元素是否小于该日期组的值,以获得如下所示：
2000-01-04 2000-01-05
Group Element
1 A False False
X False False
C False False
Y True True
H False False
最终,我只对真实的元素和它们的真实日期感兴趣.在迭代日期中真实的元素列表将是很好的,我通过制作False NaN然后使用dropNa()来做.
我知道我可以编写一堆嵌套for循环来做到这一点,但时间至关重要;我想不出一种方法来使用pandas数据帧结构本质上和pythonically来做到这一点.任何帮助将非常感谢！
解决方法
In [11]: g = df1.groupby(level='Group')
In [12]: g.apply(lambda x: x <= df2.loc[x.name])
Out[12]:
2000-01-04 2000-01-05
Group Element
1 A False False
X False False
C False False
Y True True
H False False
python – 在大熊猫DataFrame中选择和删除具有相同名称的列
解决方法
>>> df = pd.DataFrame([[1,2],[3,4],[5,6]],columns=['a','a']) >>> df a a 0 1 2 1 3 4 2 5 6 >>> df.iloc[:,0] 0 1 1 3 2 5
或者您可以重命名列,例如
>>> df.columns = ['a','b'] >>> df a b 0 1 2 1 3 4 2 5 6
关于如何在iPython笔记本中预览大熊猫DataFrame的一部分？和python画大熊猫的问题就给大家分享到这里，感谢你花时间阅读本站内容，更多关于DataFrames Python 如何在 Python 中的 Dataframe 中将 A 列中的单元格 A1 与 B2 列中的单元格循环、python – 从另一个Dataframe创建Dataframe、python – 使用另一个DataFrame过滤Pandas DataFrame、python – 在大熊猫DataFrame中选择和删除具有相同名称的列等相关知识的信息别忘了在本站进行查找喔。
本文标签：
