用于根据给定条件将变量分组在一起。并且仅用于与“pandas”库相关
Python Dataframe：在一列上使用Groupby计算R ^ 2和RMSE
我有以下Python数据帧：类型实际预测A 4 3 A 10 18 A 13 11 B 3 10 B 4 2 B 8 33 C 20 17 C ...
我在使用pandas数据帧的python上遇到问题我试图让机器学习模型在表面上进行预测。我在列车数据框中有表面列，我没有...
使用数据透视表（pandas）中的小计行时保留索引部分（不同的列）
我试图在数据透视表中添加小计行（使用pandas pd.pivot_table）。这是代码表= pd.pivot_table（df，values = ['Quantity'，'Money'，'Cost']，index = ['house'，'date'，'currency'，'...
按照这个问题。这个groupby在应用于我的df时适用于pd.rolling_mean列，如下所示：data ['maFast'] = data ['Last']。groupby（pd.TimeGrouper（'d'））。apply（pd ....
python pandas - 运行idxmax / argmax后得到一个列值
我正在尝试通过一些数据来查找哪类产品的收入最高。通过运行，我可以获得收入最高的类别的实际总收入：...
将DataFrame分组为一个新的DataFrame，并将范围作为索引[duplicate]
我有一个问题，在这个例子中简化了。考虑一下这个Pandas DataFrame，df_a：df_a = pd.DataFrame（[['1001'，34.3，'red']，['1001'，900.04，'red']，['1001'，776，'red']， [ '1003'，18.95， '绿色']，[ '1004'，321 ....
我有以下df，其中包含有关客户，事件日和花费的价值的信息：pandas数据帧代码重现df：d = {'客户'：['John'，'Jonas'，'Mary'，'Anne' ， '约翰'， '...
工作日大熊猫组（M / T / W / T / F / S / S）
我有一个pandas数据框，其中包含YYYY-MM-DD（'arrival_date'）形式的时间序列（作为索引），我想在每个工作日（周一到周日）进行分组，以便计算。 ..
我有这个数据集，PRODUCT_ID SALE_DATE SALE_PRICE PROVIDER 1 01/02/16 25 1 1 02/10/16 60 1 1 01/11/16 63 2 1 09/10 / ...
我想在python中创建一个pd.pivot_table，其中一列是一个日期时间对象，但我也希望每周对我的结果进行分组。这是一个简单的例子：我有以下DataFrame：...
我有两个数据帧。它们是相同的，除了一列。我想根据第一个数据帧的平均值更改第二个数据帧的列。对于后者我必须使用......
我有一个数据框代表一系列电视节目的IMDb评级，包含以下列：日期，ep_no，剧集，show_title，季节，评级我需要选择最低评级的剧集...
Pandas Groupby与Group Concat的整数值
我的pandas数据框看起来像这样，我希望用键对它进行分组，并将id的逗号分隔并连接并创建一个新的数据帧。现在这里的问题是id列是整数。 df：......
Python - 按列A + B分组，并为每个唯一出现的A + B计算列C的行值
我讨厌不得不问，但我已经搜索了很多个小时来解决这个问题。我和熊猫很亲密，但还不够近。这让我很生气，因为我知道它一定是可能的！所以我 ...
我有一个数据框df1，数据如下所示：Item Store Sales Dept 0 1 1 5 A 1 1 2 3 A 2 1 3 4 A 3 2 1 3 A 4 2 ...
我有一个数据框，df日期inp名称0 2017-08-07 2.3.6 ABC 1 2017-08-07 2.3.6 ABC 2 2017-08-08 2.3.6 TAC 3 2017-08-22 2.5.9 TTT。 ..
我正在使用Pandas开发一个项目，并且在尝试压缩类似对象时遇到了麻烦。我有一个包含Product ID，Currency，Price和Book列的数据框。有 ...
假设有一个数据帧df = pd.DataFrame（[['a'，'a'，'b'，'b'，'c'，'d'，'c']，[1,3,5,7 ，9,2,4]]，index = [“alpha”，“val”]）0 1 2 3 4 5 6 alpha aabb ...
Pandas`agc`列表，“AttributeError / ValueError：函数不减少”
通常当我们使用pandas执行groupby操作时，我们可能希望在多个系列中应用多个函数。 groupby.agg似乎是执行这些分组和计算的自然方式。 ...
我有一个数据帧，可以分成多个组，执行功能，然后将组重新组合为一个数据帧。问题是......中的独特元素数量