En mi script tengo df [‘Time’] como se muestra a continuación. 497 2017-08-06 11:00:00 548 2017-08-08 15:00:00 580 2017-08-10 04:00:00 646 2017-08-12 23:00:00 Name: Time, dtype: datetime64[ns] Pero cuando lo hago t1=pd.Timestamp(df[‘Time’][0]) Me sale un error como este: KeyError: 0 ¿Necesito algún tipo de conversión aquí? Si es así, ¿cómo se puede solucionar?
Tengo una larga serie de tiempo, por ejemplo. import pandas as pd index=pd.date_range(start=’2012-11-05′, end=’2012-11-10′, freq=’1S’).tz_localize(‘Europe/Berlin’) df=pd.DataFrame(range(len(index)), index=index, columns=[‘Number’]) Ahora quiero extraer todos los sub-cuadros de datos para cada día, para obtener el siguiente resultado: df_2012-11-05: data frame with all data referring to day 2012-11-05 df_2012-11-06: etc. df_2012-11-07 df_2012-11-08 df_2012-11-09 df_2012-11-10 ¿Cuál es la forma más […]
Tengo una matriz numpy como esta: a = [0,88,26,3,48,85,65,16,97,83,91] ¿Cómo puedo obtener los valores en ciertas posiciones de índice en UN paso? Por ejemplo: ind_pos = [1,5,7] El resultado debe ser: [88,85,16]
Suponga una lista con objetos no concatenables a los que se deba acceder a través de una tabla de consulta. Entonces, el índice de la lista será un objeto tensorial, pero esto no es posible. tf_look_up = tf.constant(np.array([3, 2, 1, 0, 4])) index = tf.constant(2) list = [0,1,2,3,4] target = list[tf_look_up[index]] Esto mostrará el siguiente […]
Estoy tratando de indexar un np.array usando los índices list y np.array . Pero dan resultado diferente. Aquí hay una ilustración: import numpy as np x = np.arange(10) idx = [[0, 1], [1, 2]] x[np.array(idx)] # returns array([[0, 1], [1, 2]]) Pero aplicar directamente la lista da error. x[idx] # raises IndexError: too many indices […]
>>> a = np.arange(12).reshape(3,4) >>> a[0:3:2, :][:, [0,2]] = 100 ### the first time >>> a array([[100, 1, 100, 3], [ 4, 5, 6, 7], [100, 9, 100, 11]]) >>> a[:, [0, 2]][0:3:2, :] = 0 ### second time >>> a array([[100, 1, 100, 3], [ 4, 5, 6, 7], [100, 9, 100, 11]]) Estoy […]
Tengo 2 marcos de datos en python que me gustaría consultar para obtener datos. DF1: 4M registros x 3 columnas. La función de consulta es más eficiente que la función loc. DF2: 2K registros x 6 columnas. La función loc se ve mucho más eficiente que la función de consulta. Ambas consultas devuelven un solo […]
Sé que muchas personas hicieron esta pregunta, pero no pude obtener una respuesta adecuada que pueda resolver mi problema. Tengo una matriz X :: X= [1. 2. -10.] Ahora estoy tratando de hacer una matriz Y leyendo esta matriz X. Mi código es: # make Y matrix Y=np.matrix(np.zeros((len(X),2))) i=0 while i < len(load_value): if X[i,1] […]
La indexación en la lista con valores booleanos funciona bien. Aunque el índice debe ser un entero. Lo siguiente es lo que probé en la consola: >>> l = [1,2,3,4,5,6] >>> >>> l[False] 1 >>> l[True] 2 >>> l[False + True] 2 >>> l[False + 2*True] 3 >>> >>> l[‘0’] Traceback (most recent call last): […]
Como para mi progtwig, la indexación rápida de matrices Numpy es bastante necesaria y la indexación elegante no tiene una buena reputación en cuanto al rendimiento, decidí realizar algunas pruebas. Sobre todo porque Numba está desarrollando bastante rápido, probé qué métodos funcionan bien con numba. Como entradas, he estado usando las siguientes matrices para mi […]