知识卡片
自动对齐防错位
Series间算术按标签匹配,不是简单按第几个位置相加;结果纳入相关标签,缺少对应值处可能成为缺失。这样避免顺序不同造成部分错配,但不能保证标签本身真实、唯一或业务含义一致。对齐规则与预期记录身份都要核对。
过滤后的表可能仍保留不连续原索引;给辅助表复用该索引再按标签连接,可以避免把第n行误当编号n。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
- · 自动对齐防错位
- · 算术运算和数据对齐
- · 在算术方法中填充值
- · DataFrame和Series之间的运算
- · 绘制地图:图形化显示海地地震危机数据
- · 通过字典或Series进行分组
- · 分组级运算和转换
- · 时间序列基础
- · 不同时区之间的运算
- · 时间序列以及截面对齐
原书出处 · 10 处
- · 查看原书依据
自动对齐不同索引的数据。 In [29]: obj3 In [30]: obj4 Out[29]: Out[30]: Ohio 35000 California NaN Oregon 16000 Ohio 35000 Texas 71000 Oregon 16000 Utah 5000 Texas 71000 In [31]: obj3 + obj4 Out
- · 查看原书依据
同时发生在行和列上: In [131]: df1 = DataFrame(np.arange(9.).reshape((3, 3)), columns=list('bcd'), ...: index=['Ohio', 'Texas', 'Colorado']) In [132]: df2 = DataFrame(np.arange(12.).reshape(
- · 查看原书依据
没有重叠的位置就会产生NA值: In [140]: df1 + df2 Out[140]: a b c d e 0 0 2 4 6 NaN 1 9 11 13 15 NaN 2 18 20 22 24 NaN 3 NaN NaN NaN NaN NaN 使用df1的add方法,传入df2以及一个fill_value参数: In [141]: df1.add(
- · 查看原书依据
重新索引以形成并集: In [152]: series2 = Series(range(3), index=['b', 'e', 'f']) In [153]: frame + series2 Out[153]: b d e f Utah 0 NaN 3 NaN Ohio 3 NaN 6 NaN Texas 6 NaN 9 NaN Oregon 9 NaN
- · 查看原书依据
index=data.index, columns=code_index) 如果一切顺利,dummy_frame应该是这样的: In [107]: dummy_frame.ix[:, :6] Out[107]: <class 'pandas.core.frame.DataFrame'> Int64Index: 3569 entries, 0 to 3592
- · 查看原书依据
map_series = Series(mapping) In [45]: map_series Out[45]: a red b red c blue d blue e red f orange In [46]: people.groupby(map_series, axis=1).count() Out[46]: blue red Joe 2 3 Ste
- · 查看原书依据
pd.merge(df, k1_means, left_on='key1', right_index=True) Out[80]: data1 data2 key1 key2 mean_data1 mean_data2 0 -0.204708 1.393406 a one 0.746672 0.910916 1 0.478943 0.092908 a two
- · 查看原书依据
自动按日期对齐: In [352]: ts + ts[::2] Out[352]: 2011-01-02 1.380004 2011-01-05 NaN 2011-01-07 -1.006175 2011-01-08 NaN 2011-01-10 -1.842337 2011-01-12 NaN pandas用NumPy的datetime64数据类型以纳秒形
- · 查看原书依据
ts1 + ts2 In [453]: result.index Out[453]: <class 'pandas.tseries.index.DatetimeIndex'> [2012-03-07 09:30:00, ..., 2012-03-15 09:30:00] Length: 7, Freq: B, Timezone: UTC 译注6:也叫时区信息
- · 查看原书依据
prices * volume Out[18]: AAPL JNJ SPX XOM 2011-09-06 6901204890 1024434112 NaN 1808369745 2011-09-07 4796053560 704007171 NaN 1701933660 2011-09-08 5700560772 1010069925 NaN 163370