腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
搜索
关闭
文章
问答
(9999+)
视频
开发者手册
清单
用户
专栏
沙龙
全部问答
原创问答
Stack Exchange问答
更多筛选
回答情况:
全部
有回答
回答已采纳
提问时间:
不限
一周内
一月内
三月内
一年内
问题标签:
未找到与 相关的标签
筛选
重置
2
回答
巨蟒熊猫在斯卡拉切
如何才能
pd
.cut (对数组进行分叉), Seq(1, 7, 5,
4
, 6, 3)[b_1, b_2,
浏览 0
修改于2018-09-29
得票数 0
回答已采纳
1
回答
熊猫python read_csv在标签分隔符中不识别\t
我试图在下面的选项卡中将数据
分离
成熊猫: test.csv:
4
\t3\t2\t1
pd
.read_csv('test.csv',delimeter='\t')
pd
.read_csv('test
浏览 2
修改于2022-09-05
得票数 0
1
回答
根据给定的列值创建多个DataFrames
对于给定的DataFrame,我如何将其
分离
为多个DataFrames,并从以下内容出发:>>>d ={'LOT': [102,104,162,102,104,102],'VAL': [22,424,65,
4
,34,6]}>>>df 0 102 22 1 104 4242
浏览 0
修改于2018-06-14
得票数 1
回答已采纳
1
回答
如何处理
pd
.cut直接返回的“间隔”类型值?
我使用“
pd
.cut”将数组元素
分离
到不同的回收箱中,并使用“value_counts”来计数每个桶的频率。我的代码和结果都是这样的。s =
pd
.Series([5,9,2,
4
,5,6,7,9,5,3,8,7,
4
,6,8])>>>
pd
.cut(s,5).value_counts()(7.6, 9.0]
4
(1.993, 3.4
浏览 7
修改于2022-08-12
得票数 1
回答已采纳
1
回答
熊猫平均多栏
假设我已经创建了一个'A':
pd
.Series(['aa','aa','bb','bb']),'D':
浏览 0
修改于2018-02-21
得票数 1
回答已采纳
1
回答
pd
.cut非均匀区间
我有这样的数据:0 0 92 2 7
4
4
56 6 388 110 10 012 12 1 我想使用
pd
.cut()根据其值将a列
分离
到不同的子类别中。看起来我们可以通过使用bins手动设置
pd
.IntervalIndex。但是我怎样才能让间隔像:[0], (0,2], (2,
4</
浏览 1
提问于2020-09-23
得票数 4
回答已采纳
2
回答
打开多个Excel文件以
分离
Pandas数据帧
全新的Python,可能需要一些帮助来导入多个Excel文件来
分离
Pandas数据帧。我已经成功地实现了以下代码,但它当然会将所有内容都导入到一个框架中。我想将它们导入到df1、df2、df3、df
4
、df5等。 任何事都有帮助,谢谢!import pandas as
pd
directory_path = input('Enter directory path:filenames = glob.glob(directory_path + '/
浏览 22
提问于2020-03-31
得票数 0
1
回答
使用read_table /read_csv命令读取文件
Column1 Column215 730 1160 25import numpy as np40 20import numpy as np import pandas as
pd
file =
pd
.read_table("results.txt",sep="\t",skiprows=1,head
浏览 21
提问于2021-12-15
得票数 0
1
回答
Python要素和标注
DATA_PATH = 'data/iris_dataset.csv' data =
pd
.read_csv("data/iris_dataset.csv") 如何从数据中
分离
要素和标签。将具有这些功能的
pd
.DataFrame分配给'X‘。将带有标签的标签分配给“
pd
.Series”。
浏览 6
修改于2021-04-13
得票数 0
1
回答
打印列以
分离
文件+日期时间数据(分钟/秒)
我正在尝试打印的列,以便在Python2.7中
分离
*.csv文件。使用这段代码,我得到一个包含
4
列和日期索引的dataframe:import numpy as np dates=
pd
.date_range(dt.datetime.today().strftime("%m/%d/%Y"),periods=rows) df2 =
pd
.DataFra
浏览 4
修改于2017-05-23
得票数 1
回答已采纳
1
回答
正在尝试导入excel csv (?!)包含panda的文件
我是Python/Panda的新手,我正在尝试通过
pd
.read_在Jupyter笔记本中导入以下文件 初始文件行: ?
pd
.read_excel或
pd
.read_csv返回错误。消除第一行允许我读取文件,但是所有的csv数据都没有被
分离
。
浏览 17
修改于2020-01-15
得票数 0
1
回答
在Pandas DataFrame中将字符串列转换为浮动
我想得到左值(LD)管道从DataFrame列"'CA距离标称(LD \ au)“中
分离
出来的值,这是代码。当我将字符串转换为NaN时,我得到了所有的值。cneos =
pd
.read_csv('cneos.csv')cneos['Distance']=
pd
.to_numeric(cneos['CA Distance Nominal (LD |
浏览 1
修改于2022-05-04
得票数 0
回答已采纳
2
回答
如何在使用np.nan (.)时区分空字符串、to_excel和None熊猫数据中心的功能?
在构建包含np.nan、None和空字符串('')值的Python3.8.3和Pandas1.0.4的数据框架之后import numpy as np df2 =
pd
.DataFrame({'a':1,'b':1,'c':None},index=[0]) df但是,
浏览 5
提问于2020-09-23
得票数 2
回答已采纳
3
回答
用于音频分析的
Pd
补丁
我对警察只有
4
天的熟悉,所以我希望从这里得到一些帮助。在
Pd
中,我希望从系统扬声器(或麦克风)中获取音频,分析它,并
分离
不同的频率(如高、中、低),从而通过comport.触发相应的发送消息给Arduino。我尝试并成功地在Arduino中实现DMX信号生成,并将消息从
Pd
发送到Ardunio。我被困在音频处理和决策。你能帮我解决我的问题吗?
浏览 1
修改于2016-12-07
得票数 1
1
回答
根据列中的重复值拆分DataFrame
以下是我的起始数据帧:df2 =
pd
.DataFrame({'A': {0: 2}, 'B': {0:
4
}, 'C': {0: 250}
浏览 1
修改于2019-06-21
得票数 2
回答已采纳
1
回答
有没有办法将数据从.xlsm中的单元格拆分到python中的单个数组?
我有包含
4
个值的.xlsm文件,我希望能够将这些值
分离
成数据列。这些值都在.xlsm文件中的单个单元格中以及列名中。
pd
.read_excel("1.xlsm", delimiter = ",") ,但无法将每个值分隔为新列。我希望能够使用熊猫调用每个专栏,这样我就可以单独访问每个专栏。
浏览 8
提问于2022-11-04
得票数 0
2
回答
如何将dataframe的列从元组和列表中
分离
出来?
我有以下清单:l2 = [7,8,9]df = 1 3
4
8到目前为止,我可以把元组
分离
出来这给了我:0 1 22
浏览 0
修改于2018-05-05
得票数 2
回答已采纳
3
回答
在Python中单行导入模块的优缺点
我对使用以下命令感到好奇:而不是:import randomPyCharm给了我警告“PEP8: E401 multiple imports on one line”,并建议优化将所有模块
分离
到自己的导入行。
浏览 0
提问于2020-04-21
得票数 0
3
回答
如何查找组中的缺失值
我尝试根据是否包括有害生物的违规行为来
分离
数据帧。我试着按违规代码分组。似乎找不到答案。将有害程序违规设置为"3A“时,数据可能如下所示: 'visit' : ['1', '1', '1', '2', '2', '3', '3'], 'violation
浏览 32
修改于2019-07-23
得票数 1
回答已采纳
2
回答
在熊猫中拆分和转换字符串列
例如,我知道我可以做以下工作: df =
pd
.DataFrame({'ID': {0: 3864, 1: 3864, 2: 3864, 3: 3864,
4
:238.639 0.000', 1: '787.141 238.847 0.000', 2: '786.729 239.057 0.000', 3: '786.310 239.271 0.000',
4
:230.467 0.000
浏览 2
提问于2018-03-01
得票数 3
回答已采纳
第 2 页
第 3 页
第 4 页
第 5 页
第 6 页
第 7 页
第 8 页
第 9 页
第 10 页
第 11 页
点击加载更多
领券