Saya memiliki Spark DataFrame (menggunakan PySpark 1.5.1) dan ingin menambahkan kolom baru. Saya telah mencoba yang berikut ini tetapi tidak berhasil: type(randomed_hours) # => list # Create in Python and transform to RDD new_col = pd.DataFrame(randomed_hours,
Saya memiliki daftar kerangka data Pandas yang ingin saya gabungkan menjadi satu kerangka data Pandas. Saya menggunakan Python 2.7.10 dan Pandas 0.16.2 Saya membuat daftar kerangka data dari: import pandas as pd dfs = [] sqlall = "select * from mytable" for chunk in pd.read_sql_query(sqlall ,...
Apakah ada cara bawaan panda untuk menerapkan dua fungsi penggabungan yang berbeda f1, f2ke kolom yang sama df["returns"], tanpa harus memanggil agg()beberapa kali? Contoh kerangka data: import pandas as pd import datetime as dt pd.np.random.seed(0) df = pd.DataFrame({ "date" : [dt.date(2012,...
Data saya dapat memiliki beberapa acara pada tanggal tertentu atau NO acara pada tanggal tertentu. Saya mengambil peristiwa ini, menghitung berdasarkan tanggal dan memplotnya. Namun, ketika saya memplotnya, kedua seri saya tidak selalu cocok. idx = pd.date_range(df['simpleDate'].min(),...
Misalkan saya memiliki variabel respons dan data yang berisi tiga kovariat (sebagai contoh mainan): y = c(1,4,6) d = data.frame(x1 = c(4,-1,3), x2 = c(3,9,8), x3 = c(4,-4,-2)) Saya ingin menyesuaikan regresi linier dengan data: fit = lm(y ~ d$x1 + d$x2 + d$y2) Adakah cara untuk menuliskan...
Saya membaca di file csv dengan beberapa kolom datetime. Saya perlu mengatur tipe data setelah membaca di file, tetapi datetimes tampaknya menjadi masalah. Misalnya: headers = ['col1', 'col2', 'col3', 'col4'] dtypes = ['datetime', 'datetime', 'str', 'float'] pd.read_csv(file, sep='\t',...
Saya memiliki DataFrame panda yang ingin saya unggah ke file CSV baru. Masalahnya adalah saya tidak ingin menyimpan file secara lokal sebelum mentransfernya ke s3. Apakah ada metode seperti to_csv untuk menulis dataframe ke s3 secara langsung? Saya menggunakan boto3. Inilah yang saya miliki sejauh...
Saya punya Pandas DataFrame dan saya ingin menggabungkan kolom 'lat' dan 'long' untuk membentuk tupel. <class 'pandas.core.frame.DataFrame'> Int64Index: 205482 entries, 0 to 209018 Data columns: Month 205482 non-null values Reported by 205482 non-null values Falls within 205482 non-null...
Saya memiliki data.frame yang ingin saya ubah menjadi daftar per baris, yang berarti setiap baris akan sesuai dengan elemen daftarnya sendiri. Dengan kata lain, saya ingin daftar yang sepanjang data.frame memiliki baris. Sejauh ini, saya telah mengatasi masalah ini dengan cara berikut, tetapi saya...
Saya memiliki DataFrame seperti ini: In [7]: frame.head() Out[7]: Communications and Search Business General Lifestyle 0 0.745763 0.050847 0.118644 0.084746 0 0.333333 0.000000 0.583333 0.083333 0 0.617021 0.042553 0.297872 0.042553 0 0.435897 0.000000 0.410256 0.153846 0 0.358974 0.076923...
Saya tahu bahwa jika saya menggunakan randn, import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(100, 4), columns=list('ABCD')) memberi saya apa yang saya cari, tetapi dengan elemen dari distribusi normal. Tetapi bagaimana jika saya hanya ingin bilangan bulat...
Saya baru mengenal panda dan mencoba mencari cara untuk menambahkan beberapa kolom ke panda secara bersamaan. Setiap bantuan di sini dihargai. Idealnya saya ingin melakukan ini dalam satu langkah daripada beberapa langkah berulang ... import pandas as pd df = {'col_1': [0, 1, 2, 3], 'col_2': [4,...
Saya memiliki kerangka data dan saya ingin menghitung jumlah baris dalam setiap grup. Saya biasanya menggunakan aggregatefungsi untuk menjumlahkan data sebagai berikut: df2 <- aggregate(x ~ Year + Month, data = df1, sum) Sekarang, saya ingin menghitung pengamatan tetapi tidak dapat menemukan...
Saya memiliki vektor nama kolom yang berbeda dan saya ingin dapat mengulang masing-masing untuk mengekstrak kolom itu dari data.frame. Misalnya, pertimbangkan kumpulan data mtcarsdan beberapa nama variabel yang disimpan dalam vektor karakter cols. Ketika saya mencoba untuk memilih variabel dari...
Saya mencoba mengakses indeks baris dalam fungsi yang diterapkan di seluruh DataFramePandas. Saya punya sesuatu seperti ini: df = pandas.DataFrame([[1,2,3],[4,5,6]], columns=['a','b','c']) >>> df a b c 0 1 2 3 1 4 5 6 dan saya akan mendefinisikan fungsi yang mengakses elemen dengan...
Saya telah melihat-lihat StackOverflow, tetapi saya tidak dapat menemukan solusi khusus untuk masalah saya, yang melibatkan penambahan baris ke bingkai data R. Saya menginisialisasi bingkai data 2 kolom kosong, sebagai berikut. df = data.frame(x = numeric(), y = character()) Kemudian, tujuan...
Menggunakan Python Pandas Saya mencoba mencari Country& Placedengan nilai maksimum. Ini mengembalikan nilai maksimum: data.groupby(['Country','Place'])['Value'].max() Tapi bagaimana cara mendapatkan nama Countrydan yang sesuai
Saya mencoba menulis fungsi untuk menerima data.frame ( x) dan columndari itu. Fungsi ini melakukan beberapa kalkulasi pada x dan kemudian mengembalikan data.frame lain. Saya terjebak pada metode praktik terbaik untuk meneruskan nama kolom ke fungsi. Dua contoh minimal fun1dan di fun2bawah ini...
Apakah ada fungsi yang setara dengan kombinasi df.isin()dan df[col].str.contains()? Sebagai contoh, katakanlah saya memiliki seri s = pd.Series(['cat','hat','dog','fog','pet']), dan saya ingin menemukan semua tempat yang sberisi salah satu ['og', 'at'], saya ingin mendapatkan semuanya kecuali...
Saya bingung tentang aturan yang digunakan Panda saat memutuskan bahwa pilihan dari kerangka data adalah salinan dari kerangka data asli, atau tampilan pada aslinya. Jika saya punya, misalnya, df = pd.DataFrame(np.random.randn(8,8), columns=list('ABCDEFGH'), index=range(1,9)) Saya mengerti bahwa...