multi-index

3熱度

1回答

我從0.13.1搬到熊貓版本0.17，我在切片上發現了一些新錯誤。 >>> df date int data 0 2014-01-01 0 0 1 2014-01-02 1 -1 2 2014-01-03 2 -2 3 2014-01-04 3 -3 4 2014-01-05 4 -4 5 2014-01-06 5 -5 >>> df.set_index("date")

1熱度

1回答

如何繁殖dataframes的elementwise和創建多指數 - Python的

我有兩個DataFrames date和supply： data = Nov_15 DEc_15 Jan_16 0 2 4 6 1 3 5 7 supply = c1 c2 0 1 2 1 3 4 2 5 6 我想date的elementwise的0行乘列supplyc1和列c2通過行1。結果應該如下： Nov_15 Nov_15 Dec_15

0熱度

1回答

熊貓：在多指標數據幀重命名索引標籤若爲NaN

我怎麼能代替低於DF的內側索引標籤？ Question profile_gender. Gender Values Male Female Question Values XCS_3. Think of a problem? NaN 25.192318 25.900784 到： Question profil

1熱度

1回答

熊貓：多重索引切片 - 混合切片和列表

我試圖在熊貓中使用（不是真正的）新切片運算符，但有些東西我並沒有得到。假設我生成以下分層數據框： #Generate container to hold component DFs df_list=[] #Generate names for third dimension positions third_names=['front','middle','back'] #For thr

1熱度

1回答

熊貓多指數布爾索引

因此，給定一個多索引數據框，我只想返回滿足多索引中較低索引所有級別條件的行。這裏是一個小工作示例： df = pd.DataFrame({'a': [1, 1, 2, 2], 'b': [1, 2, 3, 4], 'c': [0, 2, 2, 2]}) df = df.set_index(['a', 'b']) print(df) 出來： c a b 1 1 0 2 2

0熱度

2回答

熊貓 - 可以讀取MultiIndex的列表，但不能設置它們

我有兩個DataFrames，它們具有相同級別（代碼和日期）的相同多索引。第一個包含有數據的每一行（來自數據庫提取），第二個是相同的DataFrame，除了它包含所有的鍵（每個產品的每個月的水平線）。爲了讓更多的明確的，這裏是第一數據框（df_data）： BL0 BL1 BL2 BL3 Shipments Code Month ABC 2012-03-01 100

3熱度

1回答

在多索引熊貓數據框中創建多個新列

當數據框是多索引時，是否可以在熊貓中創建多個新列？我想在bar2超列下添加兩個新列one和two。是這樣的... import pandas as pd import numpy as np arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo'], ['one', 'two', 'one', 'two', 'one', 'two'

0熱度

1回答

大熊貓多指標：爲每個現有的索引添加新的索引

我有一個數據幀，看起來像這樣： ID Type 0 a1 y 1 a1 y 2 a2 y 3 a2 n 4 a3 n 我想重新索引它看起來像這樣： ID Subindex Type a1 1 y 2 y a2 1 y 2 n a3 1 n 任何命令在熊貓可以做到這一點？非常感謝！

0熱度

1回答

如何創建這個multiindex數據框

我試圖重新創建這個multiindex數據框來幫助我運行一些測試，但是我掙扎着。它在每個軸上有2個等級。它必須看起來像這樣，數據框內的值並不重要，但結構是。 Question YTA_Q3 Values @ Question Values YTA_Q3 1 29.014949 2 5.026059 3 6.626912 4 1.35

0熱度

2回答

多指標大熊貓據幀

我有這樣的代碼： new_dict = {'x':[1,2,3,4,5], 'y':[11,22,33,44,55], 'val':[100, 200, 300, 400, 500]} df = pd.DataFrame.from_dict(new_dict) val x y 0 100 1 11 1 200 2 22 2 300 3 33 3 400 4 44 4 500