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。
我有这个数据框 df <- data.frame(var1=c(NA, 3, 3, 4, 0), var2=c(NA, 2, 5, 3, NA), var3=c(NA, 3, 6, 6, NA), var4=c(NA, 1, 2, 14, NA)) df ...
我创建了以下 pandas 数据框： ds = {'col1':[1,2,2,3,4,5,5,6,7,8]} df = pd.DataFrame(数据=ds) 数据框如下所示： 打印（df） 第 1 列 0 1 1 2 2 2 3 3 4 ...
我有一个像这样的数据框： df = pd.DataFrame({ '交易对手': ['foo', 'fizz', 'fizz', 'fizz', 'fizz'], '商品': ['酒吧', '酒吧', '酒吧', '酒吧', '酒吧'], '交易类型'：['购买'...
我编写了一个函数，它返回一个包含数字（odchylka.sr）和ggplot对象（ggpl）的列表 模型.ARIMA.RF.fct <- function (l.obs.pomin) { ... wynik.lst <- list (odchylka.sr,...
Python 数据帧格式掩码，用于清理“-”等特殊字符之前和之后的自由格式数据
我正在将数据库中的表导出到 pandas 数据框中，并尝试实现格式掩码来清理列中保存的一些自由格式文本。 我想在数据框中创建一个新列
在巨大的 Spark 数据集上扩展 OSMNX 库的“nearest_edges”函数
我正在尝试使用纬度和长列作为创建我的 mutlid 的输入，在巨大的数据集上缩放从“nearest_edges”函数（来自 OSMNX 库）返回的距离值...
给定一系列可能的 NaN 值，如何告诉极坐标忽略 NaN 值？也就是说，将 NaN 值视为不在 DataFrame 中，并使用与...
我正在处理一个大型数据帧（198,619 行 x 19,110 列），因此我使用 Polars 包读取 tsv 文件。熊猫需要太长时间。 然而，我现在面临一个我想要的问题
我有一个可以与小型 Pandas Dataframe 配合使用的函数，并按预期返回调整结果， 但是当我将它应用到一个非测试数据框时，它只是一个小的 df (300 x 20)，它得到
对列表中至少包含同一列中的一个公共元素的行进行分组，并聚合其他列
我有一个数据框，其中 1 列包含列表元素，1 列包含整数。我想对至少有一个共同元素的所有列表进行分组，然后聚合另一列。
使用groupby cumsum计算Pandas每年特定日期之后的成功次数
我有一个数据框，看起来像 日期 学生 ID 考试成绩 2020-12-24 1 79 2020年12月24日 3 100 2020-12-24 4 88 2021-01-19 1 ...
导入极坐标为 pl url =“https://raw.githubusercontent.com/uiuc-cse/data-fa14/gh-pages/data/iris.csv” df = pl.read_csv(url) 变化=（ df.with_columns(pl.col("萼片宽度&qu...
计算 pyspark 数据框中的逗号数量并排除双引号内的逗号
我在 pyspark 数据框列名称文本（单列）中存在以下字符串。 30,kusuo,6,18,97,42,"萨姆,K,卡兰",lmhYK,49,阿拉塔,51,34,3,49,75,39,pdwvW,54,7,63,12,25, 26、SJ12u、rUFU...
将逗号分隔的数据帧写入 pyspark 中具有多个命名列的增量格式
我有一个单列（详细信息）的数据框，有 100 万条记录，下面提到的一条记录的示例 30,Ness,42,"SAM,K,Clarke",英国,49,39,丹麦,54,7,"[email protected] ,Sam.
我有这个数据框： my_df = tibble(name = c('年份','月份','汽车', '里程', '价格'), unk_1 = c('2020','一月','丰田', '1000', ' $200'), unk_2 = c('2024', '二月', '现代', '50', '$100'...
将 Spark 数据帧写入 csv 文件时出现“调用 o58.csv 时发生错误”错误
使用 df.write.csv 尝试将 Spark 数据帧导出到 csv 文件后，我收到以下错误消息： 〜\ AppData \ Local \ Programs \ Python \ Python39 \ lib \ site-packages \ py4j \ protocol.py 在
我有下面这个数据框： my_df = tibble(name = c('汽车', '里程', '年份'), unk_1 = c('丰田', '1000', '2022'), unk_2 = c('现代', '50', ‘2024’)) 列 unk_1 和 unk_2 是...
在 pyspark（不寻常的数据格式）中迭代/解析 df.collect() 的最佳方法是什么？
我正在使用 Databricks pyspark，读取 s3 对象，但它不是通常的 CSV。它在文件中间有标题和数据，所以我像这样读它。 df = (spark.read .format("文本&quo...
如何在没有内部数据的情况下使 pandas 合并？ 输入： inner_df = pd.merge(df1, df2, on='用户', how='内部') external_df = pd.merge(df1, df2, on='用户', how='outer') 所以我不需要内部数据，我需要...
csv 数据 如何使用Pandas找出每组（Fan、LPC、HPC和HPT）中的最小值和Nan，然后打印结果 我对 python 很陌生，尝试使用 pandas 查找并打印