Preguntas con la etiqueta [pandas]

¿Qué es el pivote? ¿Cómo giro? ¿De formato largo a formato ancho? He visto muchas preguntas sobre tablas dinámicas, incluso si no lo saben. Es prácticamente imposible escribir una pregunta

piRSquared

Mi entrada es este marco de datos: df = pd.DataFrame( { 'ID': ['ID001', 'ID002', 'ID003'], 'RUNNING': [5, 6, 3], 'QUEUE': [1, 2, 5], 'FINISHED': [6, 2, 4], 'PROCESSED': [2, 6,

VERBOSE

Tengo problemas con algunas de las funcionalidades de pandas. ¿Cómo verifico cuál es mi versión de instalación?

idoda

Digamos que tengo una columna en un marco de datos que tiene algunos números y otros no números. >> df['foo'] 0 0.0 1 103.8 2 751.1 3 0.0 4 0.0

Amelio Vazquez-Reina

Tengo un marco de datos de pandas donde las primeras 3 columnas son cadenas: ID text1 text 2 0 2345656 blah blah 1 3456 blah blah 2 541304 blah blah

jgaw

¿ Cuál es la diferencia entre groupby("x").county groupby("x").sizedentro de los pandas? ¿El tamaño simplemente excluye nada?

Donovan Thomson

Estoy usando Pandas como sustituto de la base de datos porque tengo varias bases de datos ( Oracle , SQL Server , etc.) y no puedo realizar una secuencia de

Adriano Almeida

Dataframe.resample()sólo funciona con datos de series temporales. No puedo encontrar una manera de obtener cada enésima fila de datos que no son de serie temporal. ¿Cuál es el mejor método?

mikael

Tengo los siguientes marcos de datos: > df1 id begin conditional confidence discoveryTechnique 0 278 56 false 0.0 1 1 421 18 false 0.0 1 > df2 concept 0 A

brucezepplin

Tengo un marco de datos de pandas en el siguiente formato: df = pd.DataFrame([ [1.1, 1.1, 1.1, 2.6, 2.5, 3.4,2.6,2.6,3.4,3.4,2.6,1.1,1.1,3.3], list('AAABBBBABCBDDD'), [1.1, 1.7, 2.5, 2.6, 3.3, 3.8,4.0,4.2,4.3,4.5,4.6,4.7,4.7,4.8], ['x/y/z','x/y','x/y/z/n','x/u','x','x/u/v','x/y/z','x','x/u/v/b','-','x/y','x/y/z','x','x/u/v/w'], ['1','3','3','2','4','2','5','3','6','3','5','1','1','1'] ]).T

Nilani Algiriyage

Me gustaría fusionar dos DataFramesy mantener el índice del primer fotograma como índice en el conjunto de datos fusionado. Sin embargo, cuando hago la fusión, el DataFrame resultante tiene un

DanB

Tengo una columna que contiene precios con una moneda. Quiero convertir estos precios a flotadores. El problema aquí es que estos precios contienen espacios después de miles. Mi marco de

Snowfire

Ambos parecen extremadamente similares y tengo curiosidad por saber qué paquete sería más beneficioso para el análisis de datos financieros.

He estado leyendo este enlace sobre "Devolver una vista frente a una copia". Realmente no entiendo cómo funciona el concepto de asignación encadenada en Pandas y cómo lo afecta el

Zhubarb

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

yoshiserry