我想将一个字符串中每个字符的实例替换为另一个字符串中相同索引处的字符.如果该索引处没有字符,则保持原样. 这是我的列表理解解决方案(Python 3)：string1 = "food is delicious" string2 = "orange is not delicious" string3 = "".join([string2[i] if i<len(string2) and c=="o" else c for i, c in enumerate(string1)]) print(string3)结果frad is delicidus感觉应该有更好的方法,例如以某种方式使用str.replace.有任何想法吗...
我有一个数据框df_in像这样：import pandas as pd import numpy as np dic_in = {'A':['A1','A1','A1','L3','A3','A3','B1','B1','B1','B2','A2'],'B':['xxx','ttt','qqq','nnn','lll','nnn','eee','xxx','qqq','bbb','sss'],'C':['fas','efe','pfo','scs','grj','rpo','cbb','asf','asc','wq3','mls']} df_in = pd.DataFrame(dic_in)我也有另一个数据框,称为df_map：dic_map = {'X':['A1' ,'A1' ,'A1' ,'A2' ,'A3' ,'B1' ,'B1' ,'...
让我们考虑以下数据帧,该数据帧跨度为1月16日上午10点至下午4点.date_range1 = pd.date_range(dt(2017,1,16,10), dt(2017,1,16, 20), freq='2H') df = pd.DataFrame(data = np.random.rand(len(date_range1),2), index = date_range1)我用一个稍长的DateTimeindex重新索引它,其范围从0am到11pm,并获得所需的结果,NaN填充了0-10am到4-11pm之间的时间范围,其中没有数据：date_range2 = pd.date_range(dt(2017,1,16,0), dt(2017,1,16,...
是否有Python方式连接列表列表(不包括选择的索引)？例如,如果我有[['a'], ['b', 'c'], ['d'], ['e', 'f', 'g']]并且不希望索引1出现在结果中,我的串联列表如下所示：['a', 'd', 'e', 'f', 'g']我可以使用循环来执行此操作,并根据我选择的索引检查迭代,但我希望有一种更简洁的方法.解决方法:您可以使用切片：from itertools import chainls = [['a'], ['b', 'c'], ['d'], ['e', 'f', 'g']]list(chain.from_iterable(ls[:1] + ls[2:]...
当我在Pandas中使用apply应用于用户定义的函数时,看起来python正在创建其他数组.我如何摆脱它？这是我的代码：def fnc(group):x = group.C.valuesout = x[np.where(x < 0)]return pd.DataFrame(out)data = pd.DataFrame({'A':np.random.randint(1, 3, 10),'B':3,'C':np.random.normal(0, 1, 10)})data.groupby(by=['A', 'B']).apply(fnc).reset_index()创建了这个奇怪的Level_2索引.有什么方法可以避免在运行函数时创建它？A B ...
考虑以下代码：>>> data = pandas.DataFrame({ 'user': [1, 5, 3, 10], 'week': [1, 1, 3, 4], 'value1': [5, 4, 3, 2], 'value2': [1, 1, 1, 2] }) >>> data = data.pivot_table(index='user', columns='week', fill_value=0) >>> data['target'] = [True, True, False, True] >>> datavalue1 value2 target week 1 3 4 1 3 4 user 1 5 0 0 1 0 0 True 3 0 3 0 0 1...
我有一个带有以下数据的Pandas DataFrame(来自Jupyter Notebook的输出)无论如何,我可以命名第一列吗？我无法访问它,因为它看起来像是行名列. 或者以其他方式提取第一个未修饰的列,并使用[‘accessions’]和[‘symbols’]创建一个新的数据框解决方法:pd.DataFrame.rename_axis 那是指数…使用@JesseVogt的样本数据框dfdf = pd.DataFrame(data={'asc': [['XM', 'NM', 'XM'], ['NM', 'XM'], ['NM', 'NM', 'NM'], ['NM']],'sym': [{'CP...
我有一个熊猫DataFrame,其定义如下：# -*- coding: utf-8 -*- import datetime as dt import pandas as pddata = [[1, 1], [1, 1], [2, 2], [2, 2], [2, 2], [3, 3], [4, 4], [4, 4],[4, 4], [5, 5], [5, 5]] df = pd.DataFrame(data, columns=['A', 'B']) df.index = pd.date_range(dt.datetime(2012, 1, 1), periods=len(df), freq='H')print(df)和产量：A B 2012-01-01 00:00:00 1 1 2012-01-01 01:00:00 1 1 2012-01-01 0...
我有一个数据帧列表,其中一些数据帧具有NaN值.到目前为止,我可以使用此link标识单个数据帧的NaN值. 如何找到数据框具有NaN值的列表的索引. DFF的样本列表,[ var1 var1 14.171250 13.593813 13.578317 13.595329 10.301850 13.580139 9.930217 NaN 6.192517 13.561943 NaN 13.565149 6.197983 13.572509, var1 var2 2.456183 5.907528 5.052017 5.955731 5.960000 5.97248...
我有一个带有多个列的DataFrame,其中一列是datetime类型.有时,此列通过df.set_index(…)用作索引. 在其他情况下,我需要重置该索引以保留datetime列.现在,我正在寻找一种方法来检查数据框是否具有默认索引.我试过了,但这不适用于所有情况：if df.index.name is not None:df.reset_index(inplace=True)我可以测试索引的类型是否为datetime,但是我真的想知道是否存在像df.is_index_set()这样的常规方法.有什么建议吗？解决方法:您不应...
我有一个multindex DataFrame,df：arrays = [['bar', 'bar', 'baz', 'baz', 'baz', 'baz', 'foo', 'foo'],['one', 'two', 'one', 'two', 'three', 'four', 'one', 'two']]df = pd.DataFrame(np.ones([8, 4]), index=arrays)看起来像：0 1 2 3 bar one 1.0 1.0 1.0 1.0two 1.0 1.0 1.0 1.0 baz one 1.0 1.0 1.0 1.0two 1.0 1.0 1.0 1.0three 1.0 1.0 1.0 1.0four 1.0 1.0 1.0 1.0 foo on...
我需要创建一个程序,该程序具有创建对象“食物”的类和包含“冰箱”的列表的列表,其中包含由“食物”类创建的这些对象.class Food:def __init__(self, name, expiration):self.name = nameself.expiration = expirationfridge = [Food("beer",4), Food("steak",1), Food("hamburger",1), Food("donut",3),]这并不难.然后,我创建了一个函数,该函数为您提供了具有最高到期号的食物.def exp(fridge):expList=[]xen = 0for i in rang...
我有一个dataframe,df有646585行和3列,看起来像：index inp aco count 0 2.3.6. dp-ptp-a2f 220001 2.3.12. ft-ptp-a2f 213002 2.5.9. dp-ptp-a2f 210103 0.8.0. dp-ptp-a4f 200004 2.3.6. ft-ptp-a2f 19000 5 2.3.6. ff-ptp-a2f 18500 ... ...... .....
我有一个熊猫数据框,我想使用特定顺序对索引重新排序.from random import randint import pandas as pd days = ["Tuesday", "Thursday", "Monday", "Wednesday"] df = pd.DataFrame({"Value": [randint(0, 9) for i in range(len(days)*2)]}, index=[day for day in days for i in range(2)]) myorder = ["Monday", "Tuesday", "Wednesday", "Thursday"]具体订单如清单myorder所通知解决方法:使用CategoricalIndex sort_index：df....
如果我有一个这样的多维数组：a = np.array([[9,9,9],[9,0,9],[9,9,9]])我想要获得该数组中每个索引的数组,如下所示：i = np.array([[0,0],[0,1],[0,2],[1,0],[1,1],...])我发现使用np.indices做到这一点的一种方法是：i = np.transpose(np.indices(a.shape)).reshape(a.shape[0] * a.shape[1], 2)但这似乎有些笨拙,尤其是考虑到np.nonzero的存在几乎可以满足我的要求. 是否有内置的numpy函数将生成二维numpy数组中每个项目的索引数...