问题标签 [pandas-groupby]

我想提高groupbypython pandas 中 a 的时间。我有这个代码：

目标是计算客户一个月内有多少合同，并将此信息添加到新列 ( Nbcontrats) 中。

• Client: 客户端代码
• Month: 数据提取月份
• Contrat： 合同号码

我想改善时间。下面我只使用我的真实数据的一个子集：

如何提高执行时间？

I have Data Frame, which contains 2 columns: age and gender.

How can I plot age distribution for each gender?

我有一个看起来像这样的数据框：

如何求和Amount并计算Organisation Name, 以获得一个看起来像这样的新数据框？

我知道如何求和或计数：

但不是如何做到这两点！

我有以下熊猫数据框：

这是一个包含多个时间序列数据的数据框，从min=1到max=35。每个Group都有这样的时间序列。

我想将每个单独的时间序列 A 到 Z 绘制在 1 到 35 的 x 轴上。y 轴将是blocks每次。

我正在考虑使用类似Andrews Curves plot的东西，它将每个系列相互绘制。每个“色调”将被设置为不同的组。（欢迎其他想法。）

我的问题：你如何格式化这个数据框来绘制多个系列？列应该是GroupA,GroupB等吗？

如何使数据框采用以下格式：

如图所示，这是安德鲁斯图的正确格式吗？

编辑

如果我尝试：

x 轴完全不正确。所有时间序列都应从 0 到 35 绘制，全部在一个序列中。

我该如何解决这个问题？

在 Pandas 中，我有这样的数据集：

首先，我想按日期对数据进行分组并将每个组的最大值存储在新列中，我为此任务使用了以下代码：

现在我想创建另一列来存储以前的组最大值，因此所需的数据框如下所示：

因此，为了简单地获取前一行的值，我使用了

有什么办法可以得到另一个组的 min/max/f(x)？我以为

但它没有用。

我需要计算ID每个domain.

我有数据：

我试试df.groupby(['domain', 'ID']).count()

但我想得到

我有以下数据框。

对于每组空行，例如 5,6，我想创建一个新的数据框。需要产生多个数据帧。如下所示：

我有一个如下所示的数据框：

每个用户有 10 条记录。现在，我想创建一个如下所示的数据框：

这意味着我需要反转该列的每 10 条记录name并附加到一个新的数据帧。

那么，它是如何做到的呢？有什么办法可以在 Pandas 中做到这一点？

我使用 python-pandas 数据框，并且我有一个包含用户及其数据的大型数据框。每个用户可以有多个行。我想为每个用户采样 1 行。我目前的解决方案似乎效率不高：

I 循环遍历唯一用户列表并为每个用户采样一行，将它们保存到不同的数据框

有没有更有效的方法来实现这一目标？我真的很想：1）避免附加到数据框usersSample。这是一个逐渐增长的对象，它严重影响了性能。2）避免一次循环一个用户。有没有办法更有效地对每个用户进行 1 次采样？

如果它是单行，我可以得到迭代器如下

现在我希望每个迭代器都返回一个子集X[0:9, :]，X[5:14, :]等等X[10:19, :]。我如何使用滚动（pandas.DataFrame.rolling）来实现这一点？