问题标签 [pandas]

我有两组数据，只想保留两组具有共同日期的数据。我用 导入数据集read_csv()，称它们为df1，df2。

然后运行：

检查后，似乎DF是一个元组。目标是使用 . 导出对齐的数据（仅在常见日期）DF.to_csv(path)。它失败并显示“元组”对象没有属性“to_csv”的消息。我不明白为什么加入创建了一个元组。这不应该仍然是可以导出到 CSV 的数据框吗？

是否有更好的命令可以使用，以便可以轻松地将其导出到 .csv 文件？

我有以下数据结构：

这是包含开始日期、结束日期和值的间隔（日期之间记录的一些指标）。

为了进一步的数据分析，我需要生成具有所需频率的时间序列： 每月/每天/每小时/半小时时间序列。例如，每小时数据：

是否有任何 python 库可以帮助实现这种数据转换？

我正在尝试创建一个熊猫DataFrame，它适用于单个文件。如果我需要为具有相同数据结构的多个文件构建它。因此，我有一个文件名列表，而不是单个文件名，我想从中创建DataFrame.

不确定DataFrame在 pandas 中追加到 current 的方法是什么，或者 pandas 有没有办法将文件列表吸入DataFrame.

我现在工作了很长一段时间，使用 python 和 pandas 分析一组每小时数据，发现它非常好（来自 Matlab。）

现在我有点卡住了。我创造了DataFrame这样的：

我现在要做的是在 10 点到 13 点和 20 点到 23 点选择所有日期的数据，以使用这些数据进行进一步计算。到目前为止，我使用切片数据

而且我肯定会得到某种脏循环来选择所需的数据。但是必须有一种更优雅的方式来准确索引我想要的内容。我确信这是一个常见问题，伪代码中的解决方案应该看起来像这样：

提到我是一名工程师而不是程序员:) ...然而

当我试图读取固定宽度的文件时，它给了我

问题是，即使我有重复的值，我仍然希望合并数据。怎么能绕过这个？

我刚刚开始使用 Pandas，我正在使用该read_csv()方法读取 csv 文件。我遇到的困难是阻止熊猫将我的电话号码转换为大数字，而不是将它们保存为字符串。我定义了一个转换器，它只留下数字，但它们仍然转换为数字。当我将转换器更改为在电话号码前加上“z”时，它们就保持不变。有没有办法在不修改字段值的情况下保留它们的字符串？

由于某种原因，我编写并使用 0.7.1 的脚本不适用于 0.7.3

我恢复到 0.7.1，一切正常。问题似乎与聚合方法有关。我正在对agg不同的列（np.mean，np.sum...等）使用不同聚合方法的字典。使用 0.7.3 运行时，这会引发

错误。

对此有什么想法吗？我想让一切都在 0.7.3 版本中工作......也许一些语法改变了？

这是文件内容（名为 sample.txt）

我输入阅读它的代码：

我无法理解这个输出，因为它与文件完全不同。任何意见和建议都会有所帮助。谢谢

只是第一次尝试熊猫，我试图先按索引对数据透视表进行排序，然后按系列中的值排序。

到目前为止，我已经尝试过：

按索引然后值对数据透视表进行排序的正确方法是什么？

我在pythonpandas中使用库面临内存泄漏问题。我在我的类中创建对象并且我有方法，可以根据我的条件改变数据框的大小。在更改数据框大小并创建新的熊猫对象后，我在课堂上重写了原始的 pandas.dataframe。但是即使在显着减少初始表之后，内存使用率也非常高。一些简短示例的代码（我没有编写流程管理器，请参阅任务管理器）：pandas.dataframe

• 在创建数据框之前，我大约有。15 mb 的内存使用量

• 创建后 - 67mb

• 更改大小后 - 67 mb

• 删除原始数据框后 - 35mb

• 删除缩小表后 - 31 mb。

16 兆？

我在 Windows 7 (x64) 机器 pandas 上使用 python 2.7.2(x32)。版本是 0.7.3。麻木的。版本是 1.6.1