pandas

1зной

2ответ

Как я могу умножить все элементы столбца фреймворка данных со значением, указанным для этого столбца в другом фрейме?

Мой вопрос очень похож на Multiply two pandas DataFrames based on column и Multiply two data frames with similar index in python pandas, но немного отличается. Я попробовал оба предложения, но это не

0зной

1ответ

to_csv, Где я ошибаюсь

У меня есть этот код import numpy as np import pandas as pd import csv odata = pd.read_csv('email.csv') data = odata.drop('content', axis=1, inplace=True) data.to_csv('email-out.csv', index=Fals

1зной

2ответ

Как поместить выделенные столбцы в фреймворк python?

Я использую приведенный ниже код для экспорта моего df в excel, у меня есть требование покрасить конкретные столбцы в выходном excel. # DF TO EXCEL from pandas import ExcelWriter writer = ExcelWrite

1зной

2ответ

Как найти количество часов между двумя датами, исключая выходные и праздники в Python? BusinessHours пакет

Я пытаюсь найти очень чистый метод расчета количества часов между двумя датами, исключая выходных и определенных праздников. Что я узнал, так это то, что пакет BusinessHours (https://pypi.python.org/p

1зной

1ответ

Удалите \ n символов только из первой строки xls при преобразовании в csv Python pandas

В первой строке excel содержатся слова с символом \ n в каждой ячейке. например: Month "East North Central\n(NSA)" "East North Central\n(SA)" "East South Central\n(NSA)" Так, при преобразовании в

1зной

2ответ

панда Numpy дней серии получать сдвинуты на 1

У меня есть временные ряды, х со следующей структурой: >>> type(x) Out[5]: pandas.core.series.Series >>> x.head() Out[6]: 2016-06-01 00:00:00+09:00 110.946 2016-06-01 00:01:00+09:00 110.887 201

0зной

2ответ

Pandas to_csv переписывание, предотвращение потери данных

У меня есть скрипт, который постоянно обновляет кадр данных и сохраняет его на диск (перезаписывая старый CSV-файл). Я узнал, что если прервать программу прямо при вызове сохранения, df.to_csv("df.csv

1зной

1ответ

Нарезка MultiIndex не работает должным образом (ошибка с использованием lexsorted кортежей)

У меня проблема, и это просто не имеет смысла. У меня есть большой pd.DataFrame, что я уменьшил в размерах, так что я мог бы легко показать на примере (так называемый test1): >>> print(test1) value