- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
嗯,这很尴尬......我正在尝试创建一个 good reproducible pandas example通过给你们我的数据集的一个小样本。我认为使用 df.to_dict()
会很简单,但无济于事。
df2 = df1[['DATE_FILLED','DAYS_SUPPLY']].head(5)
df2['DATE_FILLED'] = pd.to_datetime(df2['DATE_FILLED'])
diction = df2.to_dict()
输出:
{'DATE_FILLED': {0: Timestamp('2016-12-28 00:00:00'),
1: Timestamp('2016-12-31 00:00:00'),
2: Timestamp('2016-12-20 00:00:00'),
3: Timestamp('2016-12-21 00:00:00'),
4: Timestamp('2016-12-26 00:00:00')},
'DAYS_SUPPLY': {0: 14, 1: 14, 2: 14, 3: 7, 4: 7}}
但是如果社区使用文本将其转换为数据框:
import pandas as pd
from datetime import datetime
import time
d= pd.DataFrame({'DATE_FILLED': [Timestamp('2016-12-28 00:00:00'), Timestamp('2016-12-31 00:00:00'), Timestamp('2016-12-20 00:00:00'), Timestamp('2016-12-21 00:00:00'), Timestamp('2016-12-26 00:00:00')], 'DAYS_SUPPLY': [14, 14, 14, 7, 7]})
他们会得到 NameError: name 'Timestamp' is not defined
。我已经尝试导入各种东西,甚至尝试在 pd.to_dict()
中尝试使用不同的 orients
.
我如何转换 Timestamps
或者更好的是,从它们创建一个 DataFrame?
最佳答案
您需要从 pandas
导入 Timestamp
:
>>> import pandas as pd
>>> from pandas import Timestamp
>>> d= pd.DataFrame({'DATE_FILLED': [Timestamp('2016-12-28 00:00:00'), Timestamp('2016-12-31 00:00:00'), Timestamp('2016-12-20 00:00:00'), Timestamp('2016-12-21 00:00:00'), Timestamp('2016-12-26 00:00:00')], 'DAYS_SUPPLY': [14, 14, 14, 7, 7]})
>>>
>>> d
DATE_FILLED DAYS_SUPPLY
0 2016-12-28 14
1 2016-12-31 14
2 2016-12-20 14
3 2016-12-21 7
4 2016-12-26 7
>>>
以后可以随时用内省(introspection)给自己一个好的提示:
>>> ts = d.to_dict()['DATE_FILLED'][0]
>>> type(ts)
<class 'pandas.tslib.Timestamp'>
>>> from pandas.tslib import Timestamp
关于python - Pandas to_dict() 返回 "Timestamp",我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42844420/
如何保留 header 名称的顺序。该顺序不是按字母顺序排列的,而是自定义顺序。在数据框中没问题,但是当我执行 to_dict 时,顺序不是我原来的顺序。 这是我在类里面使用的方法。 #the li
我正在尝试从我的 pandas DataFrame 创建默认字典,但 to_dict() 方法在我要写入的列的值周围创建了不需要的方括号。示例代码如下: # Create DF my_df = pd.
我正在构建一个模糊搜索程序,使用 FuzzyWuzzy 在数据集中查找匹配的名称。正如预期的那样,我的数据位于大约 10378 行的 DataFrame 中,len(df['Full name'])
在我的 Pandas DataFrame 中,我有一些日期值,我使用 datetime 从时间戳转换为日期时间。模块。打印出 DataFrame 看起来不错,但是当我使用 to_dict() 将 Da
我正在尝试将 pandas DataFrame 转换为字典列表,其中 1 个字典代表 1 行;因此 pandas to_dict(orient='records') 方法是完美的;然而,在某些情况下,
我正在尝试创建字典,但无法按我预期的方式运行。我觉得我很亲近。我是 yelp 数据的 df: import pandas as pd file_rev = 'blah.csv' reviews=pd.
我有一个 DataFrame,它似乎以下列方式出现异常(?): >>> a=z.to_dict(orient='records') >>> b=z.to_dict(orient='records')
我的主要观点是: assert_frame_equal(DataFrame.from_dict(df.to_dict()), df) 在某些情况下会失败。我很乐意提供一个可重现的示例,但是(i)数据太
我正在利用 ndb 的 to_dict 方法将对象的属性转换为 python 字典。据我所知,根据文档,此方法不包括字典中对象的键或父级: https://developers.google.com/
我有一个 pandas DataFrame df包含 Timesatamp列。 我希望从 iter.. 创建一个行迭代器(通过 to_dict 方法或通过 df )哪里Timesatamp值是 pyt
我有以下数据框df: \def \orth
我有以下数据框: 注意:日期是索引 city morning afternoon evening midnight date 2014-05-01 Y
我正在尝试将我的数据框转换为字典,以便使用这些字典来实例化一些类对象。遵循文档,http://pandas.pydata.org/pandas-docs/stable/reference/api/pa
这篇文章的要点是我的原始数据中有“23”,我希望在我的结果字典中有“23”(而不是“23.0”)。以下是我尝试使用 Pandas 处理它的方法。 我的 Excel 工作表有一个编码区域列: 23 11
嗯,这很尴尬......我正在尝试创建一个 good reproducible pandas example通过给你们我的数据集的一个小样本。我认为使用 df.to_dict() 会很简单,但无济于事
我下面的代码接收 CSV 数据,并使用 pandas to_dict() 函数作为将数据转换为 JSON 的一个步骤。 问题是它正在修改 float (例如 1.6 变成 1.600000000000
如果您有一个带有唯一索引的简洁 pandas Series 对象,那么使用 pd.Series.to_dict() 可以如您所愿:它变成一个 Python dict,每个索引都指向其各自的值。 如果您
Pandas 有一个非常好的功能,可以通过 pd.to_dict('records') 将我们的数据帧导出到字典列表中。 . 例如: d = pd.DataFrame({'a':[1,2,3], 'b
尽管在 How do I ask a good question? 上有明确的指导和 How to create a Minimal, Reproducible Example ,许多人似乎只是忽略了
我使用返回大型 pandas 数据帧的 api。我不知道直接迭代数据帧的快速方法,因此我使用 to_dict() 转换为字典。 我的数据转成字典形式后,性能还不错。然而,to_dict() 操作往往是
我是一名优秀的程序员,十分优秀!