- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个数据集,其结构如下:
正如您在标题中看到的,/
符号后的值是相同的,即 group_activity
、revenue_freq
、revenue
,每月 - 计算
,并在/
之前写入该组的名称,即乳制品
、牲畜
等。
我正在用 Python 编写一个逻辑,首先检查是否有任何可用值,例如第一行 dairy
和 livestock
没有任何值,但是家禽
已填充。所以当检测到这一点时我想将这些值构造为:
这里是Sr。 Number
是一个数字,用于跟踪连续有多少种不同类型的事件。从 IA[x]
开始,其中 x
可以是 01-13
。
我该怎么做?要在此处查看工作表中的上述数据,请输入 GOOGLE SHEET LINK我有两张输入
和输出
最佳答案
这里是 MultiIndex
必要的预处理列名称 - 第一级按 /
之前的值,第二级值与每个第一级相同 - 因此创建助手 DataFrame df1
作者 Index.to_series
与 Series.str.split
:
df = pd.read_csv('Sample Dataset - Input.csv')
df1 = df.columns.to_series().str.split('/', expand=True)
df1[['a','b','c']] = df1[0].str.partition(' monthly ')
df1[1] = df1[1].str.split('_', n=1).str[1]
df1[1] = df1[1].fillna(df1['b'].str.cat(df1['c'].str.strip('>')))
df1['a'] = df1['a'].str.strip('<')
print (df1[['a', 1]])
a 1
dairy/group_activity dairy activity
dairy/dairy_revenue_freq dairy revenue_freq
dairy/dairy_revenue dairy revenue
<dairy monthly - calc'd> dairy monthly - calc'd
livestock/group_activity livestock activity
livestock/livestock_revenue_freq livestock revenue_freq
livestock/livestock_revenue livestock revenue
<livestock monthly - calc'd> livestock monthly - calc'd
poultry/group_activity poultry activity
poultry/poultry_revenue_freq poultry revenue_freq
poultry/poultry_revenue poultry revenue
<poultry monthly - calc'd> poultry monthly - calc'd
然后通过MultiIndex.from_arrays
创建MultiIndex
,因此可以通过 DataFrame.stack
reshape ,通过DataFrame.dropna
删除每行的缺失值和最后一个新专栏Sr。号码
by DataFrame.insert
:
df.columns = pd.MultiIndex.from_arrays([df1['a'], df1[1]])
df2 = (df.stack(0)
.dropna(subset=['activity','revenue','revenue_freq'], how='all')
.rename_axis(('a','Raw'))
.reset_index(level=1))
df2.insert(0, 'Sr.Number', df2.groupby(level=0).cumcount() + 1)
print (df2)
1 Sr.Number Raw monthly - calc'd activity revenue revenue_freq
a
0 1 poultry 10000.000 yes 10000.0 monthly
1 1 poultry 2900.000 yes 725.0 weekly
5 1 poultry 250.000 no 3000.0 yearly
6 1 livestock 375.000 no 4500.0 yearly
6 2 poultry 600.000 no 600.0 monthly
7 1 livestock 666.667 no 8000.0 yearly
7 2 poultry 2000.000 no 2000.0 monthly
8 1 poultry 5000.000 no 5000.0 monthly
14 1 dairy 2000.000 yes 2000.0 monthly
19 1 poultry 1920.000 no 480.0 weekly
关于python - 根据另一个数据集 pandas 中的值创建新数据集,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/57000399/
pandas.crosstab 和 Pandas 数据透视表似乎都提供了完全相同的功能。有什么不同吗? 最佳答案 pivot_table没有 normalize争论,不幸的是。 在 crosstab
我能找到的最接近的答案似乎太复杂:How I can create an interval column in pandas? 如果我有一个如下所示的 pandas 数据框: +-------+ |
这是我用来将某一行的一列值移动到同一行的另一列的当前代码: #Move 2014/15 column ValB to column ValA df.loc[(df.Survey_year == 201
我有一个以下格式的 Pandas 数据框: df = pd.DataFrame({'a' : [0,1,2,3,4,5,6], 'b' : [-0.5, 0.0, 1.0, 1.2, 1.4,
所以我有这两个数据框,我想得到一个新的数据框,它由两个数据框的行的克罗内克积组成。正确的做法是什么? 举个例子:数据框1 c1 c2 0 10 100 1 11 110 2 12
TL;DR:在 pandas 中,如何绘制条形图以使其 x 轴刻度标签看起来像折线图? 我制作了一个间隔均匀的时间序列(每天一个项目),并且可以像这样很好地绘制它: intensity[350:450
我有以下两个时间列,“Time1”和“Time2”。我必须计算 Pandas 中的“差异”列,即 (Time2-Time1): Time1 Time2
从这个 df 去的正确方法是什么: >>> df=pd.DataFrame({'a':['jeff','bob','jill'], 'b':['bob','jeff','mike']}) >>> df
我想按周从 Pandas 框架中的列中累积计算唯一值。例如,假设我有这样的数据: df = pd.DataFrame({'user_id':[1,1,1,2,2,2],'week':[1,1,2,1,
数据透视表的表示形式看起来不像我在寻找的东西,更具体地说,结果行的顺序。 我不知道如何以正确的方式进行更改。 df示例: test_df = pd.DataFrame({'name':['name_1
我有一个数据框,如下所示。 Category Actual Predicted 1 1 1 1 0
我有一个 df,如下所示。 df: ID open_date limit 1 2020-06-03 100 1 2020-06-23 500
我有一个 df ,其中包含与唯一值关联的各种字符串。对于这些唯一值,我想删除不等于单独列表的行,最后一行除外。 下面使用 Label 中的各种字符串值与 Item 相关联.所以对于每个唯一的 Item
考虑以下具有相同名称的列的数据框(显然,这确实发生了,目前我有一个像这样的数据集!:() >>> df = pd.DataFrame({"a":range(10,15),"b":range(5,10)
我在 Pandas 中有一个 DF,它看起来像: Letters Numbers A 1 A 3 A 2 A 1 B 1 B 2
如何减去两列之间的时间并将其转换为分钟 Date Time Ordered Time Delivered 0 1/11/19 9:25:00 am 10:58:00 am
我试图理解 pandas 中的下/上百分位数计算,但有点困惑。这是它的示例代码和输出。 test = pd.Series([7, 15, 36, 39, 40, 41]) test.describe(
我有一个多索引数据框,如下所示: TQ bought HT Detailed Instru
我需要从包含值“低”,“中”或“高”的数据框列创建直方图。当我尝试执行通常的df.column.hist()时,出现以下错误。 ex3.Severity.value_counts() Out[85]:
我试图根据另一列的长度对一列进行子串,但结果集是 NaN .我究竟做错了什么? import pandas as pd df = pd.DataFrame([['abcdefghi','xyz'],
我是一名优秀的程序员,十分优秀!