对于设置PythonDataFrame感兴趣的读者，本文将提供您所需要的所有信息，我们将详细讲解设置打开，并且为您提供关于DataFramesPython如何在Python中的Dataframe中将A

对于设置Python DataFrame感兴趣的读者，本文将提供您所需要的所有信息，我们将详细讲解设置打开，并且为您提供关于DataFrames Python 如何在 Python 中的 Dataframe 中将 A 列中的单元格 A1 与 B2 列中的单元格循环、python - 如何按两列或多列对python pandas中的dataFrame进行排序？、Python DaskDataframe按列分组、Python datacompy 找出两个DataFrames不同的地方的宝贵知识。

• 设置Python DataFrame（设置打开）
• DataFrames Python 如何在 Python 中的 Dataframe 中将 A 列中的单元格 A1 与 B2 列中的单元格循环
• python - 如何按两列或多列对python pandas中的dataFrame进行排序？
• Python DaskDataframe按列分组
• Python datacompy 找出两个DataFrames不同的地方

设置Python DataFrame（设置打开）

我正在从R过渡到Python。我刚开始使用熊猫。我有一个很好的子集的R代码：

k1 <- subset(data, Product = p.id & Month < mn & Year == yr, select = c(Time, Product))

现在，我想在Python中做类似的事情。到目前为止，这是我得到的：

import pandas as pddata = pd.read_csv("../data/monthly_prod_sales.csv")#first, index the dataset by Product. And, get all that matches a given ''p.id'' and time. data.set_index(''Product'') k = data.ix[[p.id, ''Time'']]# then, index this subset with Time and do more subsetting..

我开始感到自己在以错误的方式这样做。也许，有一个优雅的解决方案。有人可以帮忙吗？我需要从我拥有的时间戳中提取月份和年份并进行子设置。也许有一条线可以完成所有这一切：

k1 <- subset(data, Product = p.id & Time >= start_time & Time < end_time, select = c(Time, Product))

谢谢。

答案1

我将假设Time和Product是中的列DataFrame， df是的实例DataFrame，而其他变量是标量值：

现在，您必须引用DataFrame实例：

k1 = df.loc[(df.Product == p_id) & (df.Time >= start_time) & (df.Time < end_time), [''Time'', ''Product'']]

由于&运算符与比较运算符之间的优先级，因此括号也是必需的。该&运算符实际上是一个重载的按位运算符，其优先级与算术运算符相同，而算术运算符的优先级又高于比较运算符。

在pandas0.13中，DataFrame.query()将提供一种新的实验方法。这与子集对select参数取模非常相似：

与query()您一起这样做：

df[[''Time'', ''Product'']].query(''Product == p_id and Month < mn and Year == yr'')

这是一个简单的例子：

In [9]: df = DataFrame({''gender'': np.random.choice([''m'', ''f''], size=10), ''price'': poisson(100, size=10)})In [10]: dfOut[10]:  gender  price0      m     891      f    1232      f    1003      m    1044      m     985      m    1036      f    1007      f    1098      f     959      m     87In [11]: df.query(''gender == "m" and price < 100'')Out[11]:  gender  price0      m     894      m     989      m     87

您感兴趣的最终查询甚至可以利用链式比较，如下所示：

k1 = df[[''Time'', ''Product'']].query(''Product == p_id and start_time <= Time < end_time'')

DataFrames Python 如何在 Python 中的 Dataframe 中将 A 列中的单元格 A1 与 B2 列中的单元格循环

这是你想要的吗？

df.groupby('Column_1').agg({'Column_2': ['first','last']})

          Column_2          
             first      last
Column_1                    
A         1-1-2000  1-1-2013
B         1-1-2001  1-1-2010
C         1-1-2002  1-1-2011
D         1-1-2015  1-1-2015
F         1-1-2020  1-1-2020

python - 如何按两列或多列对python pandas中的dataFrame进行排序？

假设我有一个带有列的数据框a，b并且c，我想按列b按升序对数据框进行排序，并按列c按降序对数据框进行排序，我该怎么做？

答案1

从 0.17.0 版本开始，该sort方法已被弃用，取而代之的是sort_values. sort在 0.20.0
版本中被完全删除。论点（和结果）保持不变：

df.sort_values([''a'', ''b''], ascending=[True, False])

您可以使用 的升序参数sort：

df.sort([''a'', ''b''], ascending=[True, False])

例如：

In [11]: df1 = pd.DataFrame(np.random.randint(1, 5, (10,2)), columns=[''a'',''b''])In [12]: df1.sort([''a'', ''b''], ascending=[True, False])Out[12]:   a  b2  1  47  1  31  1  23  1  24  3  26  4  40  4  39  4  35  4  18  4  1

正如@renadeen 评论的那样

默认情况下没有排序！因此，您应该将排序方法的结果分配给变量或将 inplace=True 添加到方法调用中。

也就是说，如果你想重用 df1 作为排序的 DataFrame：

df1 = df1.sort([''a'', ''b''], ascending=[True, False])

要么

df1.sort([''a'', ''b''], ascending=[True, False], inplace=True)

Python DaskDataframe按列分组

import dask.dataframe as dd,t pandas as pd numpy as np
pdf = pd.DataFrame({''A'':[1,2,1],''B'':[4,5,6],''C'':[7,8,9],''D'':[1,3]})
pdf.columns=[''A'',''A'',''B'',''B'']
pdf.groupby(by=pdf.columns,axis=1).mean() # works

Out[83]: 
     A    B
0  2.5  4.0
1  3.5  5.0
2  3.5  6.0

ddf = dd.from_pandas(pdf,npartitions=1) 
#group = ddf.groupby(by=ddf.columns,axis=1).mean() #breaks
#group = ddf.groupby(by=list(ddf.columns),axis=1).mean() #breaks
TypeError: __init__() got an unexpected keyword argument ''axis''

pdf = pd.DataFrame({''A'':[1,3]})   
pdf.groupby(''A'').mean()
ddf = dd.from_pandas(pdf,npartitions=1)
ddf.groupby(''A'').mean().compute()

x1=x.copy()
x2=x.copy()

x2.loc[''罗梓烜''][''20220125'']=2000

x1[x1==x2].head(25) # 如何对不相等的数据进行纠正

x1[x1==x2].isnull().sum()

pip install datacompy

import datacompy,pandas as pd,sys
compy=datacompy.Compare(x1,x2,on_index=True)
compy
print(compy.matches())
print(compy.report())