数据框是表格数据结构。通常，它包含数据，其中行是观察值，列是各种类型的变量。虽然“数据框架”或“数据框架”是这个概念用于多种语言的术语（R，Apache Spark，deedle，Maple，Python中的pandas库和Julia中的DataFrames库），“table”是用于的术语MATLAB和SQL。
示例数据导入pandas为pd import matplotlib.pyplot为plt dummy = {'id'：[1,2,3,4,5]，'brand'：['MS'，'Apple'，'MS'，'Google '，'Apple']，'quarter'：['2017Q2'，'2017Q2'，'...
在进行数据分析时，我使用pandas Dataframe的df.plot.bar方法来绘制我的结果：df.plot.bar（figsize =（15,5），legend = None）在进行更多研究时我注意到，这些情节...
我有以下df：df工艺商品方向比率-min 0煤电厂煤在1.00 NaN 1煤电厂Elec Out 0.40 NaN 2 ...
我想为df2中的数据串行分配一个特定的ID，并根据该ID，我希望在df1中转换所有出现的ID。我编写的代码需要花费大量时间来执行。有没有 ...
带有自定义列名的Python pandas.DataFrame.to_dict
当我在我的数据帧上运行df.to_dict（'records'）时，我得到：{'country_name'：'Australia'，'count'：55}，{'country_name'：'Brunei Darussalam'，'count'：90 }，{'country_name'：'柬埔寨'，'......
合并火花数据框中的行我有以下ID的数据名称Passport国家许可证UpdatedtimeStamp 1 Ostrich 12345 - ABC 11-02-2018 1 - - ...
将Spark Dataframe转换为Scala Map集合
我正在尝试找到将整个Spark数据帧转换为scala Map集合的最佳解决方案。最好说明如下：从这里开始（在Spark示例中）：val df = sqlContext ....
我在第一次爆炸后使用以下命令进行第二次爆炸：myExplode = sqlContext.sql（“从myTable中选择爆炸（名称）作为name_x”）myExplode = sqlContext.sql（“select explode（...
我正在研究时间序列，我在pandas数据框中发现了非常特殊的行为当索引不是时间序列导入pandas时，下面的代码工作为pd df = pd.DataFrame（{“a”：[1,2,3]，“b “：[31,41,51] ...
我目前正在尝试将json作为pandas数据帧处理。这里发生的事情是我得到了连续的json结构流。它们只是附加。这是一条完整的路线。我提取了一个.txt ...
我正在寻找一个函数，它可以通过在一个新列中返回此数字并将此字符串作为名称返回给出一行相同字符串的次数。我们来......
我正在尝试将具有嵌套结构类型（见下文）的DataFrame列扩展为多个列。我正在使用的Struct模式看起来像{“foo”：3，“bar”：{“baz”：2}}。理想情况下，我......
如何使用pandas.dataframe（）函数转换python的嵌套dict
我无法按照我的意愿转换输出：x = {“urlCrawlErrorSample”：[{“urlDetails”：{“containingSitemaps”：['asff'，'123']，...
获取Pandas df的子集，其中多个列匹配来自另一个df的值
我有两个带有多索引的数据帧，如下所示：df1 pd.DataFrame（{'observation'：{（'foo'，'2017-04-16'）：'green'，（'bar'，'2017-04 -25'）：'red'，（'zap'，'2017-04-16'）：'red'，（'zip'，...
我有这样的数据框：df：col1 col2 col3 1 123xy56 pyrxyz 3 hcv P xy12 R T 5 453xy Z 2 lxy6 Q I ...
我在R（df1，df2）中有2个数据帧。 A C D 1 1 2 2 2 df2作为A B C 1 1 1 2 2 2如何合并这2个数据帧以产生以下输出？ A B C D 2 1 2 1 4 2 4 2列已分类并且......
我想知道我们是否可以计算在某些熊猫数据帧的最左边数字中0-9重复的频率：A B C 0-56.343656 NaN -418.540483 10 -87.577880 ......
我有一个项目清单。我也有一个数据帧。如果列表有3个项目，并且数据框有4行，我想迭代并添加每个项目然后复制行并添加下一个项目等等。所以结束...
我有任意数量的数据帧（在这种情况下为3）。我试图从起始目的地（A列）和最终目的地（列......）之间选择最高速度的行程。
我有一个[Date，Value]数据框（下面代码中的cash_movement_df）。需要更新（总结）日期的值。如果数据框中已存在日期，则插入为新[日期，值] ...