- 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
我有两个数据框。它们在形状和形式上是相同的。它们每个都包含许多模拟,并且每个模拟都经过相同数量的步骤,表示为 time
。
df_init = pd.DataFrame({'sim' : [1, 1, 1, 1, 2, 2, 2, 2],
'time' : [0, 1, 2, 3, 0, 1, 2, 3],
'values' : [1, 2, 1, 0, 2, 1, 2, 3]
})
df_next = pd.DataFrame({'sim' : [1, 1, 1, 1, 2, 2, 2, 2],
'time' : [0, 1, 2, 3, 0, 1, 2, 3],
'values' : [2, 4, 5, 6, 3, 4, 5, 7]
})
df_init
Out[3]:
sim time values
0 1 0 1
1 1 1 2
2 1 2 1
3 1 3 0
4 2 0 2
5 2 1 1
6 2 2 2
7 2 3 3
df_next
Out[4]:
sim time values
0 1 0 2
1 1 1 4
2 1 2 5
3 1 3 6
4 2 0 3
5 2 1 4
6 2 2 5
7 2 3 7
我想构建一个新的数据帧,其中对于每个模拟 sim
,第一个 n
时间步来自 df_init
,其余来自 df_next
.
例如,如果 n=2
,结果将如下所示
df_result
Out[3]:
sim time values
0 1 0 1
1 1 1 2
2 1 2 5
3 1 3 6
4 2 0 2
5 2 1 1
6 2 2 5
7 2 3 7
如果只有一个模拟,这会很容易
df_next.iloc[:n] = df_init.iloc[:n]
但是当有一堆模拟时我怎么能这样做呢?我想到了 groupby()
但我真的不知道如何应用它来组合两个数据帧。
当然,这是一个构建的示例。在我的真实数据中,我有一堆值列、数千次模拟和时间变量延伸了数百步。
再一次,我保证数据帧具有相同的形状,并且列 sim
和 time
在两个数据帧中将是相同的。
最佳答案
我认为需要按 cumcount
过滤- 从 0
开始,所以减去 1
,然后是 concat
一起并按 sort_values
排序:
n=2
a = df_init[df_init.groupby('sim').cumcount() <= n-1]
b = df_next[df_next.groupby('sim').cumcount() > n-1]
df = pd.concat([a,b]).sort_values('sim')
print (df)
sim time values
0 1 0 1
1 1 1 2
2 1 2 5
3 1 3 6
4 2 0 2
5 2 1 1
6 2 2 5
7 2 3 7
关于python - 在两个数据帧上应用 pandas groupby,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/49316012/
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!