- 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
我有两个关于dataframe的问题
问题:1我需要读取一个 csv 文件作为 DataFrame。原始文件为 this .我只想读取2005~2015年的数据。我需要添加“国家名称”作为索引。这是我的代码:
import pandas as pd
import numpy as np
GPD = (pd.read_csv('world_bank.csv', skiprows=4, index_col='Country Name', usecols=(0,50,51,52,53,54,55,56,57,58,59))
.replace({"Korea, Rep.": "South Korea", "Iran, Islamic Rep.": "Iran","Hong Kong SAR, China": "Hong Kong"}))
但我遇到的错误是:
TypeError: Cannot compare types 'ndarray(dtype=float64)' and 'str'
如何更正我的代码?
问题:2我需要计算每个国家过去 10 年的 GDP。这应该返回一个名为 avgGDP 的系列,其中包含 15 个国家和它们的平均 GDP 按降序排列。
我不知道该怎么做。
请大侠帮忙解答一下这两个问题?谢谢。
最佳答案
考虑替换 Country Name 值,然后将其设置为索引:
GDP = pd.read_csv('world_bank.csv', skiprows=4, usecols=[0] + list(range(50,60)))
GDP['Country Name'] = GDP['Country Name'].replace(to_replace=["Korea, Rep.", "Iran, Islamic Rep.", "Hong Kong SAR, China"],
value=["South Korea", "Iran", "Hong Kong"])
GDP = GDP.set_index('Country Name')
至于平均GDP,考虑用melt
将dataframe 融化成长格式,然后运行groupby
。但是,这些步骤需要Country Name 作为命名列而不是索引(因此被注释掉):
# GDP = GDP.set_index('Country Name')
mGDP = pd.melt(GDP, id_vars='Country Name', var_name='Year', value_name='GDP')
mGDP = mGDP.groupby(['Country Name'])['GDP'].agg({'AvgGDP':'mean'}).sort_values('AvgGDP', ascending=False)
# AvgGDP
# Country Name
# World 6.735456e+13
# High income 4.600995e+13
# OECD members 4.518469e+13
# Post-demographic dividend 4.298146e+13
# IDA & IBRD total 2.208337e+13
# Europe & Central Asia 2.155501e+13
# Low & middle income 2.135025e+13
# Middle income 2.104455e+13
# IBRD only 2.038699e+13
# European Union 1.748398e+13
# North America 1.723858e+13
# East Asia & Pacific 1.719137e+13
# Upper middle income 1.653071e+13
# United States 1.562297e+13
# Late-demographic dividend 1.441396e+13
# Euro area 1.282312e+13
# East Asia & Pacific (excluding high income) 8.697876e+12
# East Asia & Pacific (IDA & IBRD countries) 8.681259e+12
# Early-demographic dividend 8.418026e+12
# China 6.934351e+12
# Latin America & Caribbean 5.146274e+12
# Japan 4.959066e+12
并且需要进行一些清理,因为有大陆和地区的 GDP 总计,而不仅仅是国家:
关于python - 如何使用 pd.read_csv 过滤 Pandas 中的列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/41646058/
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!