问题标签 [data-wrangling]

我有一个数据框，它的一个特定列具有如下所示的温度值

我正在尝试创建一个分隔最低和最高温度的新列。在用“nan”填充的行中，我希望“，”之后的值也为“nan”。我该怎么做？我已经尝试了下面的代码，但它没有工作。

每当我运行上面的代码时，我都会收到以下错误

请帮我。

我在尝试为数据框中新创建的列修改多个行的值时遇到了麻烦，希望能得到一些帮助。如果以前有人问过这个问题，我深表歉意，如果您能指出正确的方向，我将不胜感激。我是 python 编码的新手

因此，我从多个公司的损益表中导入了一堆数据，这些数据合并为一个总数；并在进行上述修改以进行进一步分析之前对其进行清理：

输出如下所示：

我想要实现的是根据行索引将新创建的 Exp Category 列更改为多个值。例如，我想将第 1:12 行更改为旅游和娱乐等。当我使用下面的代码创建此分类时，它不会引发错误，但不会更改此列的 NA 分配值，我似乎无法弄清楚我在这里做错了什么。

输出仍然看起来像这样，带有关于返回-a-view-verus-a-copy 的警告消息：

我试图查看“SettingWithCopyWarning”消息，但尽管阅读了该材料，但我不明白如何解决它，并且非常感谢任何反馈！

提前致谢！

我有一个数据框...

对于每一对双胞胎（同一个家庭的成员），我需要第二个“datacol”与其他双胞胎的数据。这应该只发生在匹配的双胞胎中，所以第 5 行（来自“c”族）应该有重复的空列。

理想情况下，到最后数据将如下所示......

我添加了一张图片来帮助说明我想要达到的目的。

我希望能够对所有列或选定的列执行此操作，并且最好使用 tidyverse。

我在 Python 2.6.6 中导入一个 txt 文件，需要做一些数据整理。我是 Python 新手，正在努力用谷歌搜索完成任务的每一步。你能帮忙或建议吗？

这是我的输入myData.txt，如下所示。标题不在数据中，但我把它放在这里以便于阅读。

这是我想要的熊猫数据框中的输出，如下所示。基本上，我想合并 key1 和 key2 并形成一个组合键，并将 group、v1 和 v2 放入一个字典中，其中 group 作为键，v1 v2 作为列表中的值（v1 是第一个元素，v2是第二个元素）。我在输出中不需要 v3 或 v4。

这就是我现在所拥有的。有人可以建议吗？

我正在解决一个问题，通过使用属性的累积总和（在被排序之后）对行进行分组。但我是 python 新手，不知道如何处理它。请多多指教。任何帮助表示赞赏。

这是我的输入，这是我制作的熊猫数据框。如您所见，键和组都不是有序的。

对于数据处理，我需要按组计算 v1 order 的累积总和，它是针对具有相同 key 的行。所以我想我应该先点桌子。但我不确定。请建议。如果我需要先订购桌子，新桌子如下所示。基本上，我将具有相同键的行放在一起，并按组对这些行进行排序。

这是我想要的输出。主要是我需要按组的顺序做v1的累积和，一旦累积和达到阈值，这里说30，累积停止，下一行重新开始。这个过程一直持续到它到达同一组的最后一行。最后，如果最后一个 bin(s) 小于 30，则将它们与较低的 bin(s) 组合，如 1_B 所示，其中第 2 组和第 6 组加起来只有 16 (<30)，所以他们需要与第 1 组相结合。

请注意，bin 编号可能与我在这里的不同。只要它为同一组提供相同的 bin 编号，它就可以工作。例如，您可以将 1,2,3 完全替换为 A,B,C，或 3,2,1，或 A100,B201,M434。

编辑： 现在我在下面发布了一个完整的解决方案作为答案。享受。

如何使用数据集从另一个数据集中提取特定列？

我知道这里有类似的问题和解决方案，但我似乎没有找到确切的解决方案。

想要找到与“除了一个”列相似的行。

所以，

所以我试图得到的逻辑是：

到目前为止，我已经使用 df.loc 和 df.duplicated 到达某个地方。问题和数据有点复杂，所以我可以在这里发布代码。

对此的任何帮助将不胜感激。

谢谢，罗伯

几天前我发布了这个问题：如何在 R 中创建“动态”列？（参考，这样你就可以更好地理解我在这个问题上的要求）创建一个“动态”列，解决方案是使用 Reduce() 函数。现在，我希望基本上做同样的事情（计算余额变化作为参考前一行），但使用基于特定列过滤的数据框子集。简而言之，我想做的是执行相同的计算，但只针对组，所以我将 X 值作为 A、B 和 C 组的起始资本，余额的变化将“重置”为起始资本每组。

我知道上面的解释不是很清楚，所以这是我想要实现的快速简化版本：

显然有一种更有效的方法可以做到这一点，但这就是我想要找到的。我解决它的方法是创建一个函数，将数据框和我想要应用计算的类作为输入，并输出具有该组修改值的数据框，然后使用一些应用函数来执行对所有组的操作。但是在开始创建该功能之前，我想问是否有办法用现有的方法来做到这一点。我正在考虑沿管道运算符使用 group_by() ，但由于 Reduce() 不是来自 tidyverse 库，所以它不起作用。

我有一个关于 D&D 角色的数据集，看起来像这样

我想分离由“|”指示的多类分类的类 此外，如果一个角色没有兼职，我想在那个插槽中放置一个“NA”或“None”

有没有一种干净的方法可以做到这一点？

我有长格式的数据，如下所示：

数据：

我想创建一个宽数据框，每个“代码”作为其自己的列标记为 TRUE/FALSE，具体取决于是否存在关联的“id”，如下面的最小示例所示：

抱歉，如果之前已经回答过这个问题（我很肯定它有各种形式），我似乎无法理解我发现的类似例子。