Articles of pandas de

El objeto NoneType no es un error iterable en los pandas

Estoy tratando de extraer algunos datos de un proceso almacenado en un servidor SQL usando Python. Aquí está mi código: import datetime as dt import pyodbc import pandas as pd conn = pyodbc.connect(‘Trusted_Connection=yes’, driver = ‘{SQL Server Native client 11.0}’,server = ‘*****, database = ‘**’) pd.read_sql(“EXEC ******** ‘20140528’”,conn) Recibo el error: TypeError: el objeto ‘NoneType’ […]

Rellenar los valores faltantes utilizando el relleno hacia adelante y hacia atrás en el dataframe de pandas (ffill y bfill)

Principiante con marcos de datos de panda. Tengo este conjunto de datos a continuación con valores faltantes para las columnas A y B (Test.csv): DateTime AB 01-01-2017 03:27 01-01-2017 03:28 01-01-2017 03:29 0.18127718 -0.178835737 01-01-2017 03:30 0.186923018 -0.183260853 01-01-2017 03:31 01-01-2017 03:32 01-01-2017 03:33 0.18127718 -0.178835737 Puedo usar este código para completar valores usando la […]

Cómo reasignar identificadores a números consecutivos rápidamente

Tengo un archivo csv grande con líneas que parecen stringa,stringb stringb,stringc stringd,stringa Necesito convertirlo para que los ID estén numerados consecutivamente desde 0. En este caso, lo siguiente funcionaría 0,1 1,2 3,0 Mi código actual se ve como: import csv names = {} counter = 0 with open(‘foo.csv’, ‘rb’) as csvfile: reader = csv.reader(csvfile) for […]

Cómo reducir la muestra de un dataframe de pandas por 2×2 promediando el kernel

Estoy tratando de muestrear un dataframe de pandas para reducir la granularidad. En el ejemplo, quiero reducir este dataframe: 1 2 3 4 2 4 3 3 2 2 1 3 3 1 3 2 para esto (reducir el muestreo para obtener un dataframe de 2×2 usando la media): 2.25 3.25 2 2.25 ¿Hay una […]

Suma de varias columnas de un dataframe de pandas

Así que digo que tengo la siguiente tabla: In [2]: df = pd.DataFrame({‘a’: [1,2,3], ‘b’:[2,4,6], ‘c’:[1,1,1]}) In [3]: df Out[3]: abc 0 1 2 1 1 2 4 1 2 3 6 1 Puedo sumr ayb de esa manera In [4]: sum(df[‘a’]) + sum(df[‘b’]) Out[4]: 18 Sin embargo, esto no es muy conveniente para un […]

dataframe.describe () suprime la notación científica

¿Cómo suprimo la salida de notación científica de dataframe.describe (): contrib_df[“AMNT”].describe() count 1.979680e+05 mean 5.915134e+02 std 1.379618e+04 min -1.750000e+05 25% 4.000000e+01 50% 1.000000e+02 75% 2.500000e+02 max 3.000000e+06 Name: AMNT, dtype: float64 Mis datos son de tipo float64: contrib_df[“AMNT”].dtypes dtype(‘float64’)

máscara booleana en panel de pandas

Estoy teniendo algunos problemas para enmascarar un panel de la misma manera que lo haría con un DataFrame. Lo que quiero hacer es simple, pero no he encontrado la forma de ver los documentos y los foros en línea. Tengo un ejemplo simple a continuación: import pandas import numpy as np import datetime start_date = […]

Compruebe si cierto valor está contenido en una columna de dataframe en pandas

Estoy tratando de verificar si un determinado valor está contenido en una columna de python. Estoy usando df.date.isin([‘07311954’]) , que no dudo en ser una buena herramienta. El problema es que tengo más de 350K filas y la salida no las mostrará todas, por lo que puedo ver si el valor está realmente contenido. En […]

Mostrar filas con uno o más valores de NaN en el dataframe de pandas

Tengo un dataframe en el que algunas filas contienen valores perdidos. In [31]: df.head() Out[31]: alpha1 alpha2 gamma1 gamma2 chi2min filename M66_MI_NSRh35d32kpoints.dat 0.8016 0.9283 1.000000 0.074804 3.985599e+01 F71_sMI_DMRI51d.dat 0.0000 0.0000 NaN 0.000000 1.000000e+25 F62_sMI_St22d7.dat 1.7210 3.8330 0.237480 0.150000 1.091832e+01 F41_Car_HOC498d.dat 1.1670 2.8090 0.364190 0.300000 7.966335e+00 F78_MI_547d.dat 1.8970 5.4590 0.095319 0.100000 2.593468e+01 Quiero mostrar en esas […]

Pandas, DataFrame: dividiendo una columna en múltiples columnas

Tengo el siguiente DataFrame. Me pregunto si es posible dividir la columna “datos” en varias columnas. Por ejemplo, de esto: ID datos de fecha 6 21/05/2016 A: 7, B: 8, C: 5, D: 5, A: 8 6 21/01/2014 B: 5, C: 5, D: 7 6 02/04/2013 A: 4, D: 7 7 05/06/2014 C: 25 7 […]