multi-index

3熱度

2回答

假設我寫在熊貓這個代碼創建一個數據幀： pd.DataFrame({'x':random.sample(range(1,100), 4), 'y':random.sample(range(1,100), 4), 'z':random.sample(range(1,100), 4)}, index = [['a1', 'b1', 'c1','d1'], ['a2

0熱度

1回答

如何通過另一

分多索引大熊貓數據幀的一個條目我有一個多索引的數據幀大熊貓看起來像這樣的（片段）： Smad3_pS423/425_customer 0 1 0.664263 2 0.209911 3 0.099809 5 1 0.059652 2 0.190174 3 0.138850

1熱度

1回答

從熊貓DF芯板

我有一個熊貓數據框芯板（data_r3000），其中包含了幾個工業部門的股票數據切片特定的記錄... {'capital_goods': <class 'pandas.core.panel.Panel'> Dimensions: 6 (items) x 13820 (major_axis) x 423 (minor_axis) Items axis: OPEN to ADJ_CLOSE Ma

0熱度

1回答

如何計算多指標熊貓數據框中的平均值和SEM？

我有一個大熊貓數據幀具有三重多指數的一些數據： Antibody Time Repeats Customer_Col1A2 0 1 0.657532 2 0.639933 3 0.975302 5 1 0.628196 2 0.663301 3 0.921025 10 1

2熱度

1回答

從另一個多索引大熊貓多索引大熊貓數據幀添加額外的條目數據幀

我有，我已經使用了groupby方法隨後在describe方法給我下面的一個多索引的熊貓數據幀： grouped= self.HK_data.groupby(level=[0,1]) summary= grouped.describe() 這給： SEM=grouped.mean()/(numpy.sqrt(grouped.count())) ： Antibody Time

2熱度

2回答

使用多索引數據幀的問題

我有一個巨大的數據框。我試圖在這裏構建一個類似於它的多索引數據框。我需要根據每個索引和列獲得NaN的數量。 temp = pd.DataFrame({'tic': ['IBM', 'AAPL', 'AAPL', 'IBM', 'AAPL'], 'industry': ['A', 'B', 'B', 'A', 'B'], 'price': [np.nan, 5,

1熱度

1回答

刪除多索引數據框中的行？

我有這個DF： temp = pd.DataFrame({'tic': ['IBM', 'AAPL', 'AAPL', 'IBM', 'AAPL'], 'industry': ['A', 'B', 'B', 'A', 'B'], 'price': [np.nan, 5, 6, 11, np.nan], 'shares':[100, 60, np.na

0熱度

1回答

如何使用Pandas和Python 3爲現有的pd.DataFrame對象創建pd.MultiIndex？

對於現有的pd.DataFrame，我正在尋找相當於pd.read_table(path/to/file, index_col=[0,1])的東西。我經常遇到pd.DataFrames具有以下格式： # Index Data iters = 3*[1] + 3*[2] + 3*[3] clusters = 3*[1,2,3] # Recreate DataFrame DF_A = pd

2熱度

2回答

使用熊貓據幀組AGG功能

有一個數據框，說 DF Country Continent PopulationEst 0 Germany Europe 8.036970e+07 1 Canada North America 35.239865+07 ... 我想創建顯示尺寸（國家在各大陸數）dateframe，並且總和，意味着每個國家的人口估計偏差。我做了以下內容： df2 = df.groupby(

1熱度

1回答

Pandas Multiindex Groupby on專欄

無論如何都要在Multiindex的列上使用groupby。我知道你可以在行上，在這方面有很好的documentation。不過，我似乎無法在專欄上分組。我唯一的解決方案是轉置數據幀。 #generate data (copied from pandas example) arrays=[['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux