问题标签 [pandas]

我有一个熊猫投资定价数据面板，我想在其中添加两个新的短轴列（投资组合持有和基准持有）。

初始面板是：

这在概念上看起来像：

是否可以创建一个只有这些列的匹配面板，然后以某种方式合并两者？

对实现这一目标的可能替代方法的想法？

Panel 数据结构的文档非常简单。

编辑：

我创建了第二个面板并尝试了 p1.join(p2) 但这会产生列重叠错误。

这是我想附加的第二个面板：

我有EPD 7.1for的学术发行版MacOS 10.6.x，其中有 pandas0.3版本。最新的官方版本是0.5.0所以我虽然我会升级到最新的。

这是我所做的：

1. zip从这里保存了源文件
2. 执行sudo python setup.py install
3. 通过执行运行测试nosetests pandas

请记住，我是 python 的新手。任何有关我的安装失败原因的见解将不胜感激。以下是错误的片段。整个日志可以在错误日志中找到

结果：

在 55.011 秒内运行 1498 次测试失败（SKIP=4，errors=91，failures=14）

@wesm - 感谢您的快速回复。下次我一定会使用邮件列表。所以我实际上回溯了......安装了官方0.5.0版本并从源代码编译。我收到 3 个错误（见下文）。我运行时没有遇到任何问题sudo python setup.py install

我利用 python 的 map() 函数将参数传递给交易模型并输出结果。我使用 itertools.product 来查找这两个参数的所有可能组合，然后将组合传递给名为“run”的函数。函数 run 返回一个 pandas 的返回数据框。列标题是两个参数的元组和收益的锐化比率。见下文：

我的 main() 函数使用 Pool() 功能在所有 8 个内核上运行 map()：

我实现了map函数只能输出列表。输出是返回的数据帧中的标头列表我的 print test1 输出如下所示：

我的最终目标是拥有一个带有索引的熊猫数据框（所有返回都相同），（ENTRYMULT，PXITR1PERIOD，SHARPE）的列标题以及下面的相应返回。然后，我将对所有回报系列进行成对相关性计算。

我正在玩熊猫并尝试在一系列字符串对象上应用字符串切片。该系列没有被切片，而是被切片：

另一方面：

我通过使用 map 函数让它工作，但我认为我错过了一些关于它应该如何工作的东西。

非常感谢澄清。

我有一个"file1", "file2", ..."包含两列但没有标题标签的 csv 文件列表 ( )。我想为它们分配标题标签，并将它们分配DataFrame为由文件索引然后由这些列标签索引的。例如，我试过：

这会产生一个 DataFrame，测试，"myfile1", "myfile2"...但是，我希望每个都被索引，"col1"以及"col2"。我的问题是：

1. 我怎样才能使第一个索引是文件，第二个索引是我分配的列（在变量中labels）？这样我就可以写：

   test["myfile1"]["col1"]

现在，test["myfile1"]只给了我一系列的记录。

1. 另外，我怎样才能重新索引事物，以便第一个索引是每个文件的列标签，第二个是文件名？这样我就可以写：

   test["col1"]["myfile1"]

或print test["col1"]然后查看"col1"显示的值myfile1, myfile2等。

我df在 pandas 中有一个使用pandas.read_tablecsv 文件构建的数据框。数据框有几列，并由其中一列索引（这是唯一的，因为每一行都有一个用于索引的列的唯一值。）

如何根据应用于多列的“复杂”过滤器选择数据框的行？colA我可以轻松地选择列大于 10的数据框切片，例如：

但是，如果我想要一个过滤器，比如：选择任何列大于 10的切片df，该怎么办？

或者 for 的值colA大于 10 但 for 的值colB小于 5？

这些是如何在熊猫中实现的？谢谢。

下面的代码应该做我想做的事，但是当循环完成 20% 时它需要 10gb 的内存。

我正在尝试在工作中运行一个脚本，该脚本使用基于 Numpy 构建的 Python 标记数组模块 Pandas。Python 每次都会因指向Numpy/core/multiarray.pyc的“未处理异常”错误而崩溃。当我通过 IDLE、Python 或 PythonW 执行代码时会发生这种情况。我没有做任何复杂的事情或处理大量数据，因此，作为测试，我将代码带回家并在我的个人计算机上安装了相同版本的 Python/Numpy/Pandas 运行它，所以它工作正常。我有一台较旧且非常安全的计算机在工作，我想知道是否有人知道有关 numpy 的提示，如果在这种类型的环境中运行可能会导致它崩溃。

我将 Python 2.6.2 与 Numpy 1.6.1 和 Pandas 0.7.0 一起使用。在工作中，我有一台运行 32 位 Windows XP SP3 和 Intel Duo 2 e8400 的戴尔。

是否存在可能导致问题的防火墙设置、注册表设置或其他可能未设置的设置？

我最近遇到了python 的pandas库，根据这个基准，它执行非常快速的内存合并。它甚至比 R 中的data.table包（我选择的分析语言）还要快。

为什么pandas比 快那么多data.table？是因为 python 比 R 具有固有的速度优势，还是有一些我不知道的权衡？有没有办法在data.table不诉诸merge(X, Y, all=FALSE)and的情况下执行内部和外部联接merge(X, Y, all=TRUE)？

这是用于对各种包进行基准测试的R 代码和Python 代码。

我在将 pandas 数据帧的条目写入字符串缓冲区时遇到问题。

可以通过将字符串缓冲区传递给 read_csv 函数来初始化数据帧。

做相反的事情并不简单，因为该DataFrame.to_csv函数只接受字符串文件路径。

这种行为有什么好的理由吗？在不先将内容存储在磁盘上的情况下，序列化 pandas DataFrame 的最佳方法是什么？