在这篇文章中，我们将为您详细介绍在Python中以熊猫的方式对数据框进行装箱的内容，并且讨论关于用python绘制熊猫图案的相关问题。此外，我们还会涉及一些关于PythonTypeError：无法将系
在这篇文章中，我们将为您详细介绍在Python中以熊猫的方式对数据框进行装箱的内容，并且讨论关于用python绘制熊猫图案的相关问题。此外，我们还会涉及一些关于Python TypeError：无法将系列转换为 尝试对数据框进行数学运算时、python – 以相同的方式对两个pandas数据帧进行采样、Python-在Python中以扩展名.txt查找目录中的所有文件、Python-对整个数据框进行LogReturn的知识，以帮助您更全面地了解这个主题。
本文目录一览：- 在Python中以熊猫的方式对数据框进行装箱（用python绘制熊猫图案）
- Python TypeError：无法将系列转换为 尝试对数据框进行数学运算时
- python – 以相同的方式对两个pandas数据帧进行采样
- Python-在Python中以扩展名.txt查找目录中的所有文件
- Python-对整个数据框进行LogReturn
在Python中以熊猫的方式对数据框进行装箱（用python绘制熊猫图案）
给出以下熊猫数据框：
import numpy as npdf = pandas.DataFrame({"a": np.random.random(100), "b": np.random.random(100), "id": np.arange(100)})其中id针对由以下组成的每个点的IDa和b值，我怎样才能仓a和b成一组指定的仓（这样我可以再取中值/平均值a和b每个仓中）？df可能对中的任何给定行具有或（或两者都有）NaN值。谢谢。a``b``df
这是将Joe Kington的解决方案与更实际的df结合使用的更好示例。我不确定的事情是如何访问以下每个df.a组的df.b元素：
a = np.random.random(20)df = pandas.DataFrame({"a": a, "b": a + 10})# bins for df.abins = np.linspace(0, 1, 10)# bin df according to agroups = df.groupby(np.digitize(df.a,bins))# Get the mean of a in each groupprint groups.mean()## But how to get the mean of b for each group of a?# ...答案1
小编典典也许有一种更有效的方法（我觉得pandas.crosstab这里很有用），但是这是我的方法：
import numpy as npimport pandasdf = pandas.DataFrame({"a": np.random.random(100), "b": np.random.random(100), "id": np.arange(100)})# Bin the data frame by "a" with 10 bins...bins = np.linspace(df.a.min(), df.a.max(), 10)groups = df.groupby(np.digitize(df.a, bins))# Get the mean of each bin:print groups.mean() # Also could do "groups.aggregate(np.mean)"# Similarly, the median:print groups.median()# Apply some arbitrary function to aggregate binned dataprint groups.aggregate(lambda x: np.mean(x[x > 0.5]))编辑：作为OP是为刚刚手段特别要求b在分级的价值观a，只是做
groups.mean().b另外，如果您希望索引看起来更好（例如，显示间隔作为索引），如@bdiamante的示例中所示，请使用pandas.cut代替numpy.digitize。（对比达曼特表示敬意。我没有意识到pandas.cut存在。）
import numpy as npimport pandasdf = pandas.DataFrame({"a": np.random.random(100), "b": np.random.random(100) + 10})# Bin the data frame by "a" with 10 bins...bins = np.linspace(df.a.min(), df.a.max(), 10)groups = df.groupby(pandas.cut(df.a, bins))# Get the mean of b, binned by the values in aprint groups.mean().b结果是：
a(0.00186, 0.111] 10.421839(0.111, 0.22] 10.427540(0.22, 0.33] 10.538932(0.33, 0.439] 10.445085(0.439, 0.548] 10.313612(0.548, 0.658] 10.319387(0.658, 0.767] 10.367444(0.767, 0.876] 10.469655(0.876, 0.986] 10.571008Name: b
Python TypeError：无法将系列转换为 尝试对数据框进行数学运算时
我有一个看起来像这样的数据框：
defaultdict(<class ''list''>, {''XYF'': TimeUS GyrX GyrY GyrZ AccX \0 207146570 0.000832914 0.001351716 -0.0004189798 -0.651183 1 207186671 0.001962787 0.001242457 -0.0001859666 -0.6423497 2 207226791 9.520243E-05 0.001076498 -0.0005664826 -0.6360412 3 207246474 0.0001093059 0.001616917 0.0003615251 -0.6342875 4 207286244 0.001412051 0.0007565815 -0.0003780428 -0.637755[103556 rows x 12 columns], ''DAR'': TimeUS RSSI RemRSSI TxBuf Noise RemNoise RxErrors Fixed0 208046965 159 161 79 25 29 0 01 208047074 159 161 79 25 29 0 02 208927455 159 159 91 28 28 0 03 208927557 159 159 91 28 28 0 0[4136 rows x 8 columns], ''NK2'': TimeUS IVN IVE IVD IPN IPE IPD IMX IMY IMZ IYAW \0 207147350 -0.02 0.02 0.00 -0.02 0.01 0.20 0 0 0 1.94 1 207187259 -0.02 0.02 0.00 -0.02 0.01 0.20 0 0 0 1.94 2 207227559 -0.02 0.02 0.00 -0.02 0.01 0.14 0 0 0 1.77 3 207308304 0.02 0.02 0.00 -0.01 0.01 -0.05 0 0 0 1.77 4 207347766 0.02 0.02 0.00 -0.01 0.01 -0.05 0 0 0 0.82我首先分离了要进行数学运算的列：
new_time = dfs[''XYF''][''TimeUS'']然后我尝试了几件事来做一些数学运算，但是我没有运气。首先，我只是将其视为列表。所以
new_time_F = new_time / 1000000那没有用，给了我一个浮动错误：
TypeError: unsupported operand type(s) for /: ''str'' and ''int''所以我这样做：
new_time_F = float (new_time) / 1000000这给我一个错误：
TypeError: cannot convert the series to <class ''float''>我不知道从这里去哪里。
答案1
小编典典如果您这样做（如先前所建议），该怎么办：
new_time = dfs[''XYF''][''TimeUS''].astype(float)new_time_F = new_time / 1000000
python – 以相同的方式对两个pandas数据帧进行采样
我正在进行具有两个数据帧的机器学习计算 – 一个用于因子,另一个用于目标值.我必须将它们分成训练和测试部分.在我看来,我找到了方法,但我正在寻找更优雅的解决方案.这是我的代码：
import pandas as pd
import numpy as np
import random
df_source = pd.DataFrame(np.random.randn(5,2),index = range(0,10,columns=list('AB'))
df_target = pd.DataFrame(np.random.randn(5,columns=list('CD'))
rows = np.asarray(random.sample(range(0,len(df_source)),2))
df_source_train = df_source.iloc[rows]
df_source_test = df_source[~df_source.index.isin(df_source_train.index)]
df_target_train = df_target.iloc[rows]
df_target_test = df_target[~df_target.index.isin(df_target_train.index)]
print('rows')
print(rows)
print('source')
print(df_source)
print('source train')
print(df_source_train)
print('source_test')
print(df_source_test)
—-编辑 – unutbu解决方案(midified)—
np.random.seed(2013) percentile = .6 rows = np.random.binomial(1,percentile,size=len(df_source)).astype(bool) df_source_train = df_source[rows] df_source_test = df_source[~rows] df_target_train = df_target[rows] df_target_test = df_target[~rows]
解决方法
如果你将行设为长度为len(df)的布尔数组,则可以使用df [rows]获取True行,并使用df [〜rows]获取False行：
import pandas as pd
import numpy as np
import random
np.random.seed(2013)
df_source = pd.DataFrame(
np.random.randn(5,index=range(0,columns=list('AB'))
rows = np.random.randint(2,size=len(df_source)).astype('bool')
df_source_train = df_source[rows]
df_source_test = df_source[~rows]
print(rows)
# [ True True False True False]
# if for some reason you need the index values of where `rows` is True
print(np.where(rows))
# (array([0,1,3]),)
print(df_source)
# A B
# 0 0.279545 0.107474
# 2 0.651458 -1.516999
# 4 -1.320541 0.679631
# 6 0.833612 0.492572
# 8 1.555721 1.741279
print(df_source_train)
# A B
# 0 0.279545 0.107474
# 2 0.651458 -1.516999
# 6 0.833612 0.492572
print(df_source_test)
# A B
# 4 -1.320541 0.679631
# 8 1.555721 1.741279
Python-在Python中以扩展名.txt查找目录中的所有文件
如何.txt在python中具有扩展名的目录中找到所有文件？
答案1
小编典典你可以使用glob：
import glob, osos.chdir("/mydir")for file in glob.glob("*.txt"): print(file)或者简单地os.listdir：
import osfor file in os.listdir("/mydir"): if file.endswith(".txt"): print(os.path.join("/mydir", file))或者如果要遍历目录，请使用os.walk：
import osfor root, dirs, files in os.walk("/mydir"): for file in files: if file.endswith(".txt"): print(os.path.join(root, file))
Python-对整个数据框进行LogReturn
使用diff的其他方式：
new_df = np.log(df).diff()
print(new_df)
输出
AAPL TSLA NESN FB ROCH TOT \
Date
2/1/2019 NaN NaN NaN NaN NaN NaN
3/1/2019 -0.104924 -0.031978 0.025128 -0.029469 0.022162 0.002271
4/1/2019 0.041803 0.056094 0.016647 0.046061 0.010114 0.028874
7/1/2019 -0.002228 0.052935 -0.010583 0.000725 -0.008844 -0.001838
8/1/2019 0.018884 0.001164 0.003139 0.031937 0.025992 -0.003132
9/1/2019 0.016839 0.009438 0.009238 0.011857 0.000927 0.021722
10/1/2019 0.003191 0.018845 0.007732 -0.000208 0.006771 -0.007613
11/1/2019 -0.009866 0.006616 0.001421 -0.002778 -0.005845 -0.019661
14/1/2019 -0.015151 -0.037736 -0.000947 0.010996 -0.002471 0.007579
15/1/2019 0.020260 0.029553 0.003075 0.024191 0.004937 -0.009065
16/1/2019 0.012143 0.004692 -0.008062 -0.009511 -0.001540 -0.003910
17/1/2019 0.005920 0.003634 0.006052 0.005138 -0.000617 0.002981
18/1/2019 0.006140 -0.138930 0.001301 0.011665 0.005843 0.014771
22/1/2019 -0.022702 -0.011112 -0.005450 -0.016599 -0.012342 -0.019993
23/1/2019 0.004036 -0.038640 0.005687 -0.022408 0.008348 -0.009960
24/1/2019 -0.007958 0.013538 0.005654 0.010547 -0.012704 0.007338
25/1/2019 0.032600 0.018792 -0.006955 0.021572 -0.000312 0.016179
28/1/2019 -0.009298 -0.002224 0.008950 -0.010389 0.002181 -0.011503
29/1/2019 -0.010419 0.003637 0.016856 -0.022493 0.004348 0.008917
30/1/2019 0.066101 0.037317 0.003567 0.042300 0.000310 0.001848
VISA JPM
Date
2/1/2019 NaN NaN
3/1/2019 -0.036702 -0.022402
4/1/2019 0.042179 0.036202
7/1/2019 0.017872 0.000695
8/1/2019 0.005424 -0.001887
9/1/2019 0.011700 -0.001692
10/1/2019 0.001877 -0.000100
11/1/2019 -0.004409 -0.004793
14/1/2019 -0.006978 0.010257
15/1/2019 0.001749 0.007304
16/1/2019 0.000000 0.008032
17/1/2019 -0.000437 0.004089
18/1/2019 0.008848 0.016096
22/1/2019 -0.003254 -0.015902
23/1/2019 -0.007562 -0.002529
24/1/2019 0.005023 0.000584
25/1/2019 0.007020 0.006307
28/1/2019 -0.019516 0.004728
29/1/2019 -0.007307 0.002788
30/1/2019 0.019076 0.002301
当然，只需删除列名：
df1 = np.log(df/df.shift(1))
#alternative for lower pandas versions
#df1 = pd.DataFrame(np.log(df/df.shift(1)),index=df.index,columns=df.columns)
DataFrame.pct_change的另一个想法：
df = np.log(df.pct_change().add(1))
print (df1)
AAPL TSLA NESN FB ROCH TOT \
Date
2/1/2019 NaN NaN NaN NaN NaN NaN
3/1/2019 -0.104924 -0.031978 0.025128 -0.029469 0.022162 0.002271
4/1/2019 0.041803 0.056094 0.016647 0.046061 0.010114 0.028874
7/1/2019 -0.002228 0.052935 -0.010583 0.000725 -0.008844 -0.001838
8/1/2019 0.018884 0.001164 0.003139 0.031937 0.025992 -0.003132
9/1/2019 0.016839 0.009438 0.009238 0.011857 0.000927 0.021722
10/1/2019 0.003191 0.018845 0.007732 -0.000208 0.006771 -0.007613
11/1/2019 -0.009866 0.006616 0.001421 -0.002778 -0.005845 -0.019661
14/1/2019 -0.015151 -0.037736 -0.000947 0.010996 -0.002471 0.007579
15/1/2019 0.020260 0.029553 0.003075 0.024191 0.004937 -0.009065
16/1/2019 0.012143 0.004692 -0.008062 -0.009511 -0.001540 -0.003910
17/1/2019 0.005920 0.003634 0.006052 0.005138 -0.000617 0.002981
18/1/2019 0.006140 -0.138930 0.001301 0.011665 0.005843 0.014771
22/1/2019 -0.022702 -0.011112 -0.005450 -0.016599 -0.012342 -0.019993
23/1/2019 0.004036 -0.038640 0.005687 -0.022408 0.008348 -0.009960
24/1/2019 -0.007958 0.013538 0.005654 0.010547 -0.012704 0.007338
25/1/2019 0.032600 0.018792 -0.006955 0.021572 -0.000312 0.016179
28/1/2019 -0.009298 -0.002224 0.008950 -0.010389 0.002181 -0.011503
29/1/2019 -0.010419 0.003637 0.016856 -0.022493 0.004348 0.008917
30/1/2019 0.066101 0.037317 0.003567 0.042300 0.000310 0.001848
VISA JPM
Date
2/1/2019 NaN NaN
3/1/2019 -0.036702 -0.022402
4/1/2019 0.042179 0.036202
7/1/2019 0.017872 0.000695
8/1/2019 0.005424 -0.001887
9/1/2019 0.011700 -0.001692
10/1/2019 0.001877 -0.000100
11/1/2019 -0.004409 -0.004793
14/1/2019 -0.006978 0.010257
15/1/2019 0.001749 0.007304
16/1/2019 0.000000 0.008032
17/1/2019 -0.000437 0.004089
18/1/2019 0.008848 0.016096
22/1/2019 -0.003254 -0.015902
23/1/2019 -0.007562 -0.002529
24/1/2019 0.005023 0.000584
25/1/2019 0.007020 0.006307
28/1/2019 -0.019516 0.004728
29/1/2019 -0.007307 0.002788
30/1/2019 0.019076 0.002301
今天的关于在Python中以熊猫的方式对数据框进行装箱和用python绘制熊猫图案的分享已经结束，谢谢您的关注，如果想了解更多关于Python TypeError：无法将系列转换为 尝试对数据框进行数学运算时、python – 以相同的方式对两个pandas数据帧进行采样、Python-在Python中以扩展名.txt查找目录中的所有文件、Python-对整个数据框进行LogReturn的相关知识，请在本站进行查询。
本文标签：
