社区所有版块导航
Python
python开源   Django   Python   DjangoApp   pycharm  
DATA
docker   Elasticsearch  
aigc
aigc   chatgpt  
WEB开发
linux   MongoDB   Redis   DATABASE   NGINX   其他Web框架   web工具   zookeeper   tornado   NoSql   Bootstrap   js   peewee   Git   bottle   IE   MQ   Jquery  
机器学习
机器学习算法  
Python88.com
反馈   公告   社区推广  
产品
短视频  
印度
印度  
Py学习  »  ansev  »  全部回复
回复总数  5
5 年前
回复了 ansev 创建的主题 » Python:如何使用regex拆分列中的值并保留右边?

IIUC公司

df['Size'] = df['Size'].str.split(r'[A-Z]', n=1).str[-1]
#if neccessary astype(str)
#df['Size'] = df['Size'].astype(str).str.split(r'[A-Z]', n=1).str[-1]

df['Size'] = df['Size'].str.split(r'[A-Z]', n=1, expand = True).ffill(axis=1)[1]

print(df)
    Product Size
0  product1  255
1  product2    2
2  product3  500

使用 DataFrame.pivot_table 为了得到索引 GroupBy.cumcount

new_df = (df.pivot_table(index=df.groupby('Stat').cumcount(),
                         columns='Stat',
                         values='Value',
                         aggfunc=''.join)
             .rename_axis(columns=None)
             .sort_index(ascending=False ,axis=1)
         )
print(new_df)

输出

      name loca IDnu
0   cobras   DC    2
1  pythons   LA    1

我会用 pdcrosstab

pd.crosstab(df['user'], df['income'].isnull())[True].sort_values(ascending = False)
#user
#Alice    1
#Bob      1
#Jane     1
#Name: True, dtype: int64

GroupBy.sum

df['income'].isnull().groupby(df['user']).sum().astype(int).sort_values(ascending=False)
#user
#Alice    1
#Bob      1
#Jane     1
#Name: income, dtype: int64

注意

True

5 年前
回复了 ansev 创建的主题 » 在其中一个列中加入不同的列-python

不是所有的空白都是 '' ,所以我们可以使用 pd.to_numeric 具有 errors = 'coerce' 然后填写 NaN 价值观 Series.fillna .

df['col1'] = pd.to_numeric(df['col1'],errors = 'coerce').fillna(df['col2'])
5 年前
回复了 ansev 创建的主题 » 在python中获取列表的某些值

使用 DtatetimeIndex.strftime :

mylist = df.Volatilidad_14[df.Volatilidad_14 == df['Volatilidad_14'].min()].index.strftime('%Y-%m-%d').tolist()