- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我目前正在学习 pandas 并且在清理我的 Dataframe 时遇到了问题:
"TIMESTAMP","RECORD","WM1_u_ms","WM1_v_ms","WM1_w_ms","WM2_u_ms","WM2_v_ms","WM2_w_ms","WS1_u_ms","WS1_v_ms"
"2018-04-06 14:31:11.5",29699805,2.628,4.629,0.599,3.908,7.971,0.47,2.51,7.18
"2018-04-06 14:31:11.75",29699806,3.264,4.755,-0.095,2.961,6.094,-0.504,2.47,7.18
"2018-04-06 14:31:12",29699807,1.542,5.793,0.698,4.95,4.91,0.845,2.18,7.5
"2018-04-06 14:31:12.25",29699808,2.527,5.207,0.012,4.843,6.285,0.924,2.15,7.4
"2018-04-06 14:31:12.5",29699809,3.511,4.528,1.059,2.986,5.636,0.949,3.29,5.54
"2018-04-06 14:31:12.75",29699810,3.445,3.957,-0.075,3.127,6.561,0.259,3.85,5.45
"2018-04-06 14:31:13",29699811,2.624,5.238,-0.166,3.451,7.199,0.242,3.94,6.24
df = pd.read_csv(FilePath,parse_dates=True) #read the csv file and save it into a variable
df = df.drop(['RECORD'],axis=1)
我不明白为什么 pandas 将部分识别为 float64 而将其他部分识别为对象。你们有什么线索吗?因此,我开始尝试自己转换列:
df['TIMESTAMP'] = pd.to_datetime(df['TIMESTAMP'])
df['WM1_u_ms':] = df.iloc[:, df.columns != 'TIMESTAMP'].values.astype(float)
但是我得到一个错误:
cannot do slice indexing on <class 'pandas.core.indexes.range.RangeIndex'> with these indexers [WM1_u_ms] of <class 'str'>
为什么 pandas 不能从一开始就正确读取 .dat 文件,转换它是我的错。在下一个步骤中,我想通过 df.interpolate() 进行插值以清除 nan 的
感谢您的帮助!
最佳答案
我认为您可以在 read_csv
中创建 DatetimeIndex
通过参数 parse_dates
和 index_col
:
df = pd.read_csv(FilePath, parse_dates=['TIMESTAMP'], index_col=['TIMESTAMP'])
df = df.drop(['RECORD'],axis=1)
但我认为有一些非数值,所以很有必要to_numeric
使用 errors='coerce'
将它们解析为 NaN
:
df = df.apply(lambda x: pd.to_numeric(x, errors='coerce'))
使用您的示例数据进行示例 - 但为 object
列添加了字符串:
import pandas as pd
pd.options.display.max_columns = 20
temp=u""""TIMESTAMP","RECORD","WM1_u_ms","WM1_v_ms","WM1_w_ms","WM2_u_ms","WM2_v_ms","WM2_w_ms","WS1_u_ms","WS1_v_ms"
"2018-04-06;14:31:11.5",29699805,2.628a,4.629a,0.599s,3.908,7.971,0.47,2;;51,7.18
"2018-04-06;14:31:11.75",29699806,3.264,4.755,-0.095,2.961,6.094,-0.504,2.47,7.18
"2018-04-06;14:31:12",29699807,1.542,5.793,0.698,4.95,4.91,0.845,2.18,7.5
"2018-04-06;14:31:12.25",29699808,2.527,5.207,0.012,4.843,6.285,0.924,2.15,7.4
"2018-04-06;14:31:12.5",29699809,3.511,4.528,1.059,2.986,5.636,0.949,3.29,5.54
"2018-04-06;14:31:12.75",29699810,3.445,3.957,-0.075,3.127,6.561,0.259,3.85,5.45
"2018-04-06;14:31:13",29699811,2.624,5.238,-0.166,3.451,7.199,0.242,3.94,a"""
#after testing replace 'pd.compat.StringIO(temp)' to 'filename.csv'
df = pd.read_csv(pd.compat.StringIO(temp), parse_dates=['TIMESTAMP'], index_col=['TIMESTAMP'])
print (df)
RECORD WM1_u_ms WM1_v_ms WM1_w_ms WM2_u_ms \
TIMESTAMP
2018-04-06 14:31:11.500 29699805 2.628a 4.629a 0.599s 3.908
2018-04-06 14:31:11.750 29699806 3.264 4.755 -0.095 2.961
2018-04-06 14:31:12.000 29699807 1.542 5.793 0.698 4.950
2018-04-06 14:31:12.250 29699808 2.527 5.207 0.012 4.843
2018-04-06 14:31:12.500 29699809 3.511 4.528 1.059 2.986
2018-04-06 14:31:12.750 29699810 3.445 3.957 -0.075 3.127
2018-04-06 14:31:13.000 29699811 2.624 5.238 -0.166 3.451
WM2_v_ms WM2_w_ms WS1_u_ms WS1_v_ms
TIMESTAMP
2018-04-06 14:31:11.500 7.971 0.470 2;;51 7.18
2018-04-06 14:31:11.750 6.094 -0.504 2.47 7.18
2018-04-06 14:31:12.000 4.910 0.845 2.18 7.5
2018-04-06 14:31:12.250 6.285 0.924 2.15 7.4
2018-04-06 14:31:12.500 5.636 0.949 3.29 5.54
2018-04-06 14:31:12.750 6.561 0.259 3.85 5.45
2018-04-06 14:31:13.000 7.199 0.242 3.94 a
print (df.dtypes)
RECORD int64
WM1_u_ms object
WM1_v_ms object
WM1_w_ms object
WM2_u_ms float64
WM2_v_ms float64
WM2_w_ms float64
WS1_u_ms object
WS1_v_ms object
dtype: object
print (df.index)
DatetimeIndex(['2018-04-06 14:31:11.500000', '2018-04-06 14:31:11.750000',
'2018-04-06 14:31:12', '2018-04-06 14:31:12.250000',
'2018-04-06 14:31:12.500000', '2018-04-06 14:31:12.750000',
'2018-04-06 14:31:13'],
dtype='datetime64[ns]', name='TIMESTAMP', freq=None)
df = df.drop(['RECORD'],axis=1)
df = df.apply(lambda x: pd.to_numeric(x, errors='coerce'))
print (df)
WM1_u_ms WM1_v_ms WM1_w_ms WM2_u_ms WM2_v_ms \
TIMESTAMP
2018-04-06 14:31:11.500 NaN NaN NaN 3.908 7.971
2018-04-06 14:31:11.750 3.264 4.755 -0.095 2.961 6.094
2018-04-06 14:31:12.000 1.542 5.793 0.698 4.950 4.910
2018-04-06 14:31:12.250 2.527 5.207 0.012 4.843 6.285
2018-04-06 14:31:12.500 3.511 4.528 1.059 2.986 5.636
2018-04-06 14:31:12.750 3.445 3.957 -0.075 3.127 6.561
2018-04-06 14:31:13.000 2.624 5.238 -0.166 3.451 7.199
WM2_w_ms WS1_u_ms WS1_v_ms
TIMESTAMP
2018-04-06 14:31:11.500 0.470 NaN 7.18
2018-04-06 14:31:11.750 -0.504 2.47 7.18
2018-04-06 14:31:12.000 0.845 2.18 7.50
2018-04-06 14:31:12.250 0.924 2.15 7.40
2018-04-06 14:31:12.500 0.949 3.29 5.54
2018-04-06 14:31:12.750 0.259 3.85 5.45
2018-04-06 14:31:13.000 0.242 3.94 NaN
print (df.dtypes)
WM1_u_ms float64
WM1_v_ms float64
WM1_w_ms float64
WM2_u_ms float64
WM2_v_ms float64
WM2_w_ms float64
WS1_u_ms float64
WS1_v_ms float64
dtype: object
关于python - Pandas 清洁数据框,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53744456/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!