- 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
我在使用 pandas 将 .txt 文件转换为浮点值的数据帧时遇到问题。我需要创建两列数据的散点图,但我不断收到错误“TypeError:空'DataFrame':没有要绘制的数字数据”,所以我认为它将数据作为字符串读取。
我正在读取的文件有 9,000 行。我在开头跳过几行,因为它们只是文本。当我只运行代码的第一行时,它似乎创建了一个合法的数据框,但随后尝试制作散点图最终不起作用。列的名称位于文件中数据值的前面。我试图绘制散点图的两个是“Xpos”与“Ypos”。
我的代码非常简单:
df = pd.read_csv('data.txt', sep='|', skiprows=44)
df.plot(x='Xpos', y='Ypos')
这是数据帧前 20 行的示例
Note HHVA Xpos Ypos ... B-V u_B-V e_Vmag e_B-V
2 10001 47.22 68.87 ... 0.731 0.010 0.010
3 10002 62.38 38.89 ... 0.921 0.010 0.010
4 10003 207.27 371.05 ... 0.884 0.010 0.010
5 10004 146.39 208.01 ... 0.791 0.010 0.010
6 10005 189.39 294.75 ... 1.392 0.011 0.016
7 * 10006 205.68 475.89 ... 0.645 0.013 0.015
8 * 10007 273.94 244.41 ... 0.546 0.004 0.009
9 * 10008 159.47 126.65 ... 0.593 0.009 0.012
10 * 10009 99.21 294.68 ... 0.622 0.010 0.012
11 * 10010 215.65 20.32 ... 0.558 0.005 0.009
12 * 10011 96.96 473.71 ... 0.582 0.009 0.011
13 10012 126.02 401.93 ... 1.174 0.010 0.013
14 * 10013 109.47 262.02 ... 0.557 0.010 0.013
15 * 10014 92.94 444.24 ... 0.569 0.008 0.012
16 10015 174.44 469.01 ... 0.554 0.012 0.015
17 * 10016 17.07 427.70 ... 0.549 0.013 0.016
18 10017 232.49 385.61 ... 0.781 0.007 0.011
19 10018 241.99 189.83 ... 0.511 0.024 0.029
20 * 10019 262.88 360.47 ... 0.544 0.004 0.008
21 * 10020 110.98 142.96 ... 0.535 0.011 0.014
这是我运行 df.info 时得到的结果
<class 'pandas.core.frame.DataFrame'>
Int64Index: 20 entries, 2 to 21
Data columns (total 10 columns):
Note 20 non-null object
HHVA 20 non-null object
Xpos 20 non-null object
Ypos 20 non-null object
Vmag 20 non-null object
u_Vmag 20 non-null object
B-V 20 non-null object
u_B-V 20 non-null object
e_Vmag 20 non-null object
e_B-V 20 non-null object
dtypes: object(10)
memory usage: 1.7+ KB
None
u_Vmag 和 u_B-V 列中没有任何测量值。
我觉得我错过了一些显而易见的东西。大家有什么建议吗?
最佳答案
让pandas.read_csv()
将输入数据转换为输入数据的函数。由于非数字数据和向上转换为对象,read_csv()
无法检测输入类型。
import pandas as pd
import numpy as np
from pandas.compat import StringIO
print(pd.__version__)
data = """
Note|HHVA|Xpos|Ypos|B-V|e_Vmag|e_B-V
1|10001|71.20|68.87|0.731|0.010|0.010
2|10001| |68.87|0.731|0.010|0.010
"""
def myconverter(x):
try:
f = float(x)
except ValueError as ve:
return np.nan
return f
df = pd.read_csv(StringIO(data), converters={'Xpos':myconverter}, sep='|', skiprows=0)
print(df.dtypes)
产品
0.24.2
Note int64
HHVA int64
Xpos float64
Ypos float64
B-V float64
e_Vmag float64
e_B-V float64
关于python - 使用 Pandas 从 .txt 文件创建 DataFrame,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56063023/
假设我有 3 个 DataFrame。其中一个 DataFrame 的列名不在其他两个中。 using DataFrames df1 = DataFrame([['a', 'b', 'c'], [1,
假设我有 3 个 DataFrame。其中一个 DataFrame 的列名不在其他两个中。 using DataFrames df1 = DataFrame([['a', 'b', 'c'], [1,
我有一个 largeDataFrame(多列和数十亿行)和一个 smallDataFrame(单列和 10,000 行)。 只要 largeDataFrame 中的 some_identifier 列
我有一个函数,可以在其中规范化 DataFrame 的前 N 列。我想返回规范化的 DataFrame,但不要管原来的。然而,该函数似乎也会对传递的 DataFrame 进行变异! using D
我想在 Scala 中使用指定架构在 DataFrame 上创建。我尝试过使用 JSON 读取(我的意思是读取空文件),但我认为这不是最佳实践。 最佳答案 假设您想要一个具有以下架构的数据框: roo
我正在尝试从数据框中删除一些列,并且不希望返回修改后的数据框并将其重新分配给旧数据框。相反,我希望该函数只修改数据框。这是我尝试过的,但它似乎并没有做我所除外的事情。我的印象是参数是作为引用传递的,而
我有一个包含大约 60000 个数据的庞大数据集。我会首先使用一些标准对整个数据集进行分组,接下来我要做的是将整个数据集分成标准内的许多小数据集,并自动对每个小数据集运行一个函数以获取参数对于每个小数
我遇到了以下问题,并有一个想法来解决它,但没有成功:我有一个月内每个交易日的 DAX 看涨期权和看跌期权数据。经过转换和一些计算后,我有以下 DataFrame: DaxOpt 。现在的目标是消除没有
我正在尝试做一些我认为应该是单行的事情,但我正在努力把它做好。 我有一个大数据框,我们称之为lg,还有一个小数据框,我们称之为sm。每个数据帧都有一个 start 和一个 end 列,以及多个其他列所
我有一个像这样的系列数据帧的数据帧: state1 state2 state3 ... sym1 sym
我有一个大约有 9k 行和 57 列的数据框,这是“df”。 我需要一个新的数据框:'df_final'- 对于“df”的每一行,我必须将每一行复制“x”次,并将每一行中的日期逐一增加,也就是“x”次
假设有一个 csv 文件如下: # data.csv 0,1,2,3,4 a,3.0,3.0,3.0,3.0,3.0 b,3.0,3.0,3.0,3.0,3.0 c,3.0,3.0,3.0,3.0,3
我只想知道是否有人对以下问题有更优雅的解决方案: 我有两个 Pandas DataFrame: import pandas as pd df1 = pd.DataFrame([[1, 2, 3], [
我有一个 pyspark 数据框,我需要将其转换为 python 字典。 下面的代码是可重现的: from pyspark.sql import Row rdd = sc.parallelize([R
我有一个 DataFrame,我想在 @chain 的帮助下对其进行处理。如何存储中间结果? using DataFrames, Chain df = DataFrame(a = [1,1,2,2,2
我有一个包含 3 列的 DataFrame,名为 :x :y 和 :z,它们是 Float64 类型。 :x 和 "y 在 (0,1) 上是 iid uniform 并且 z 是 x 和 y 的总和。
这个问题在这里已经有了答案: pyspark dataframe filter or include based on list (3 个答案) 关闭 2 年前。 只是想知道是否有任何有效的方法来过
我刚找到这个包FreqTables ,它允许人们轻松地从 DataFrames 构建频率表(我正在使用 DataFrames.jl)。 以下代码行返回一个频率表: df = CSV.read("exa
是否有一种快速的方法可以为 sort 指定自定义订单?/sort!在 Julia DataFrames 上? julia> using DataFrames julia> srand(1); juli
在 Python Pandas 和 R 中,可以轻松去除重复的列 - 只需加载数据、分配列名,然后选择那些不重复的列。 使用 Julia Dataframes 处理此类数据的最佳实践是什么?此处不允许
我是一名优秀的程序员,十分优秀!