- 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?
我在 Pandas (s1) 中创建了一个系列,用于根据原始 DataFrame 中的列 ('d1') 计算这些固定数字 (1-14) 的实例数。我想要的显示在这里(时报);
s1 Last Times
1 2 72
2 34 59
3 15 48
4 0 30
5 13 39
6 4 28
7 6 34
8 3 31
9 17 17
10 32 15
11 1 15
12 102 14
13 9 13
14 51 7
csv 文件示例在这里;
date d1 d2 d3 d4 d5 d6 d7
17/12/22 9 10 12 15 24 32 33
17/12/22 3 9 13 17 27 32 46
17/12/22 4 12 13 19 25 26 29
17/12/22 5 12 14 30 35 40 49
17/12/22 1 4 8 11 15 38 44
17/12/22 8 16 17 29 34 37 42
17/12/22 3 9 16 20 28 33 43
17/12/22 9 12 14 19 29 44 46
17/12/22 1 15 19 27 28 37 38
17/12/29 22 23 26 35 37 39 47
18/01/05 1 3 13 15 28 36 49
18/01/12 1 8 16 19 26 34 41
18/01/19 9 18 25 30 39 40 43
运行代码不会产生任何错误,但我不知道如何从 1 循环到 14 并计算数据集中该数字出现的次数 (d1)。我的代码如图所示。
import pandas as pd
pd.options.display.max_rows = 999
df = pd.read_csv("lmax_full.csv", index_col=False)
df.drop('date', axis=1, inplace=True) # count the times drawn under 'd1'
count_dA = df.d1.value_counts()
print(count_dA.head()) # print the count of 'd1'
s1 = pd.Series(range(1, 15), index=None)
print(s1)
# using Series s1 from 1-14 apply a loop count across all rows on 'd1'
# to get counts of each number in s1
def count_d1(count):
for i in s1:
count = s1.apply(pd.count_dA.value_counts)
i += 1
return count
print(count_dA)
最佳答案
据我了解,您可以根据示例数据遵循以下方法:
ser = pd.concat([df['d1'].value_counts(), pd.Series([np.nan]*14, index=range(1,15), name='d1')]).sort_index()
ser = ser[~ser.index.duplicated()].fillna(0).astype(int)[:14]
s1 = pd.DataFrame({
'Times':ser
})
输出:
Times
1 4
2 0
3 0
4 1
5 0
6 0
7 0
8 1
9 3
10 0
11 0
12 0
13 0
14 0
关于python - Pandas Series 用于计算另一个 Pandas Series 中的值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50731709/
有时,我倾向于(重复)执行next next a 来获取特定元素。当您需要 2 次或更少的遍历时,这很有效。然而,它很快就会变得很麻烦。对于这个简单的情况,循环的开销太大。 幸运的是,如果您知道位置,
我在使用值为 numpy 数组的 pandas.Series 时遇到了以下奇怪的行为。 % s = pd.Series([5,2], index=[6,7]) %s.loc[6] 5 <-- ret
我有一个看起来像这样的数据框(小版本): A B C 0 125 ADB [AF:12] 1 189 ACB [AF:78, AF:85, AF:98] 2 148 ADB
我在 Pandas (s1) 中创建了一个系列,用于根据原始 DataFrame 中的列 ('d1') 计算这些固定数字 (1-14) 的实例数。我想要的显示在这里(时报); s1 Last
pandas series 有两个密切相关的属性:Series.index 和 Series.index.values。 这两个中的第一个返回某些 pandas 索引类型的当前索引。它是可变的,可用于
我正在尝试使用 KNNClassifier 训练模型。我将数据拆分如下: X_train, X_test, y_train, y_test = train_test_split(X_bow, y, t
我只是尝试对我的数据框进行排序并使用了以下函数: df[df.count >= df.count.quantile(.95)] 返回错误: AttributeError: 'function' obj
我试过了 print(type(numbers[2])) numbers[2].tolist() print(type(numbers[2])) 那是行不通的。我得到了 Numbers 是一个矩阵
我想从时间戳中减去日期。settings.dataset_end_date 是一个 pandas._libs.tslibs.timestamps.Timestamp引用['date_of_patent
我有一个带有数据的 pandas.core.series.Series 0 [00115840, 00110005, 001000033, 00116000... 1 [00267285,
s = pd.Series( nr.randint( 0, 10, 5 ), index=nr.randint(0, 10, 5 ) ) s 输出 1 3 7 6 2 0 9
pandas.DataFrame.query() 方法非常适合在加载或绘图时(预/后)过滤数据。它对于方法链特别方便。 我发现自己经常想将相同的逻辑应用于 pandas.Series,例如在完成诸如返
这个问题在这里已经有了答案: Difference between map, applymap and apply methods in Pandas (11 个回答) 去年关闭。 Series.ma
我正在总结一系列中的值,但根据我如何做,我会得到不同的结果。我试过的两种方法是: sum(df['series']) df['series'].sum() 为什么它们会返回不同的值? 示例代码。 s
我有一个字符串说 type(abc) >>str 我想把它转换成 pandas.core.series.Series。 我在 pandas 文档中看到有一段代码 pd.to_string() 将 pa
我有一个字符串说 type(abc) >>str 我想把它转换成 pandas.core.series.Series。 我在 pandas 文档中看到有一段代码 pd.to_string() 将 pa
这个问题在这里已经有了答案: Pandas: select DF rows based on another DF (5 个答案) 关闭 5 年前。 如果我有一个包含开始时间和结束时间的 DataF
我尝试了 Series.index 和 Series.keys() 并且输出是相似的。我找不到它们之间的显着差异。它们是否适用于某些特殊条件? 我在 Anaconda 上的 Jupyter Noteb
我有一个(非常大的)系列,其中包含关键字(例如,每行包含多个由“-”分隔的关键字 In[5]: word_series Out[5]: 0 the-cat-is-pink 1
我需要使用 pandas.read_excel 通过 Python 获取 Excel 电子表格最后一个单元格的值。该单元格包含一个日期,我需要将其分配给 Python 脚本中的变量。格式为2018-1
我是一名优秀的程序员,十分优秀!