Tengo un enorme dataframe. ¿Cómo debo reemplazar un rango de valores (-200, -100) con NaN?
Supongamos que tengo este dataframe: my_df = pd.DataFrame({‘A’:[np.nan,np.nan,’gate’,’ball’],’B’:[‘car’,np.nan,np.nan,np.nan],’C’:[np.nan,’edge’,np.nan,np.nan],’D’:[‘id1′,’id1′,’id1′,’id2’]}) In [176]: my_df Out[176]: ABCD 0 NaN car NaN id1 1 NaN NaN edge id1 2 gate NaN NaN id1 3 ball NaN NaN id2 Quiero agrupar por columna “D” e ignorar el NaN. Rendimiento esperado : ABC D id1 gate car edge id2 ball NaN NaN […]
Estoy tratando de encontrar el promedio de dos filas consecutivas en cada columna In[207]: df = DataFrame({“A”: [9, 4, 2, 1, 4], “B”: [12, 7, 5, 4,8]}) In[208]: df Out[207]: AB 0 9 12 1 4 7 2 2 5 3 1 4 4 4 8 El resultado debe ser: Out[207]: AB 0 6.5 9.5 […]
Tengo una serie de pandas df (fechas = índice): 2015-09-10 58 2015-09-11 40 2015-09-12 33 2015-09-13 42 2015-09-14 22 2015-09-15 88 2015-09-16 99 2015-09-17 124 Me gustaría eliminar las fechas del 2015-09-11 al 2015-09-15, por lo que mi df sería: 2015-09-10 58 2015-09-16 99 2015-09-17 124 He intentado usar df.drop [“2015-09-11”: “2015-09-15”], pero aparece un […]
Tengo el dataframe a continuación. AB 1 1 4 1 5 1 6 2 8 3 15 4 Me gustaría agrupar y transformar el dataframe a continuación. range(A) sum(B) [0,4) 2 [5,9) 6 [10,14) 0 [15,19) 4 Intenté groupby+Grouper , pero no pude averiguar cómo bin. ¿Puedo preguntar cómo transformar los datos?
Tengo un dataframe en PANDAS que tiene dos líneas de encabezados. ¿Cómo puedo eliminar la segunda línea? Por ejemplo, tengo lo siguiente: AA BB CC DD ABCD Index 1 1 2 3 4 2 5 6 7 8 3 9 1 2 3 y me gustaría conseguir algo como esto: AA BB CC DD Index […]
Tengo una columna en un dataframe de pandas con fechas como: año, día, mes, hora, minuto, segundo 2015-09-03 14:32:00 Me gustaría convertir esto en año, mes, día, hora, minuto, segundo 2015-03-09 14:32:00
Tengo el siguiente dataframe de pandas que contiene 2 columnas (simplificado). La primera columna contiene los nombres de los jugadores y la segunda columna contiene fechas (objetos de datetime y datetime ): player date A 2010-01-01 A 2010-01-09 A 2010-01-11 A 2010-01-15 B 2010-02-01 B 2010-02-10 B 2010-02-21 B 2010-02-23 Quiero agregar una columna diff […]
Tengo dos objetos pandas DataFrame: A contiene ‘finish’ columnas ‘start’ y ‘finish’ B tiene la columna ‘date’ El objective es crear de manera eficiente una máscara booleana que indique si la date está en el intervalo [start, finish] La ingenua iteración toma demasiado tiempo, supongo que hay un método para hacerlo más rápido ACTUALIZACIÓN: A […]
Estoy buscando una subcadena o múltiples subcadenas en el dataframe de 4 millones de filas. df[df.col.str.contains(‘Donald’,case=True,na=False)] o df[df.col.str.contains(‘Donald|Trump|Dump’,case=True,na=False)] El dataframe (df) se ve a continuación (con 4 millones de filas de cadenas) df = pd.DataFrame({‘col’: [“very definition of the American success story, continually setting the standards of excellence in business, real estate and entertainment.”, “The […]