- 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
我最近将 Pandas 更新到 v0.13.0,它似乎引入了日期时间类型数据的问题。
让我们以这个例子为例,我们有一个包含一列 datetime64[ns] 和一列 int32 的数据框。
import pandas as pd
import numpy as np
t = pd.date_range('2000-01-01','2000-01-20')
v = np.arange(0,len(t))
df = pd.DataFrame({'date':t,'val':v})
首先,让我们将每一列设置为相同数据类型的标量值。
# SETTING SCALAR OF SAME TYPE
df.loc[:,'val'] = v[0] # Works fine
df.loc[:,'date'] = t[0] # Works fine
Pandas 正确广播了数据。两列都没有问题。
其次,让我们尝试用不同数据类型的标量替换:
# SETTING SCALAR, BUT OF DIFFERENT DTYPE
df.loc[:,'val'] = t[0] # Works fine
df.loc[:,'date'] = v[0] # Does not work?
虽然第一次操作成功,但第二次出现错误:“ValueError:新类型与数组不兼容。”
第三,让我们尝试用数据向量替换每一列(不更改数据类型):
df = pd.DataFrame({'date':t,'val':v})
# SETTING VECTOR
df.loc[:,'val'] = v * 2 # Works fine
df.loc[:,'date'] = t.shift(365) # Does not work?
同样,第一个操作有效。但是第二次操作失败,错误:“ValueError:具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()”
有人知道这是怎么回事吗?这可能是两个不同的问题。感谢您的帮助!
编辑:感谢 Jeff 对上述问题提供了正确的答案。然而,他的回答确实提出了一个(希望是)最后一个问题:
如何分配给 DataFrame 的子集,其中该子集跨越多行和多列并且至少一列是 datetime64 类型?
例如:
t = pd.date_range('2000-01-01','2000-01-20')
v = np.arange(0,len(t))
df = pd.DataFrame({'date':t,'val':v,'val2':v})
# USING LABELS
df.loc[4:7,['val','val2']] = df.loc[4:7,['val','val2']] # Works fine
df.loc[4:7,['date','val']] = df.loc[4:7,['date','val']] # Does not work?
# USING ROW SLICE
df[4:7] = df[4:7] # Does not work?
# USING BOOLEAN ROW MASK
mask = np.array([True] * len(df))
mask[[1,4,8]] = False
df[mask] = df[mask] # Does not work?
虽然 Jeff 使用 df[col] = val 而不是 df.loc[:,col] = val 的解决方案正确地解决了我原来的问题(列分配),但它对基于行(或行 x 列)没有帮助-based)赋值。*
谢谢。
最佳答案
你操作的是直接列设置吗。
In [40]: df['date'] = v[0]
In [41]: df
Out[41]:
date val
0 0 0
1 0 1
2 0 2
3 0 3
4 0 4
5 0 5
6 0 6
7 0 7
8 0 8
9 0 9
10 0 10
11 0 11
12 0 12
13 0 13
14 0 14
15 0 15
16 0 16
17 0 17
18 0 18
19 0 19
[20 rows x 2 columns]
In [42]: df = pd.DataFrame({'date':t,'val':v})
In [43]: df['date'] = t.shift(365)
In [44]: df
Out[44]:
date val
0 2000-12-31 0
1 2001-01-01 1
2 2001-01-02 2
3 2001-01-03 3
4 2001-01-04 4
5 2001-01-05 5
6 2001-01-06 6
7 2001-01-07 7
8 2001-01-08 8
9 2001-01-09 9
10 2001-01-10 10
11 2001-01-11 11
12 2001-01-12 12
13 2001-01-13 13
14 2001-01-14 14
15 2001-01-15 15
16 2001-01-16 16
17 2001-01-17 17
18 2001-01-18 18
19 2001-01-19 19
[20 rows x 2 columns]
通过执行类似 df.loc[:,'date']
的操作看起来很相似。但是您实际上要说的不是用右侧的内容替换此列,而是使用行掩码覆盖(在这种情况下它恰好为空)。 dtype 转换未在此处完成,因为您可能会执行非常昂贵的操作。
当你只是简单地设置一个新列时,更喜欢直接的 setitem df[col] = val
这不是错误,而是经过深思熟虑的选择;我想我会对此做一个文档说明,因为这是我见过的第二个问题 w.r.t.对此,我想这有点令人困惑。
关于python - Pandas v0.13.0 : Setting DataFrame values of type datetime64[ns],我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21415432/
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!