Tag: pandas
合并大pandas列（一对多）
我是新的Python大pandas，我想通过一个共同的ID结合几个Excel工作表。 此外，这是一个一对多的关系。 这里是input： DF1 <b>ID Name</b><br/> 3763058 Andi<br/> 3763077 Mark 和 DF2： <b>ID Tag</b><br/> 3763058 item1 <br/> 3763058 item2<br/> 3763058 item3<br/> 3763077 item_4<br/> 3763077 item_5<br/> 3763077 item_6 现在，我想将两个pandasdataframedf1和df2合并到以下输出中（列标记合并在每个ID的单个列中）： <b>ID Name Tag</b><br/> 3763058 Andi item1, item2, item3<br/> 3763077 Mark item_4, item_5, item_6<br/> 有人可以帮我吗？ 干杯，安迪
从xlsx读取数据到Pandas数据框
情景：我把这个小小的Frankenstein代码（来自SO用户的一些很棒的帮助）放在一起，从excel文件中获取数据并放入pandas数据框中。 我正在尝试做什么：我试图从可能包含一个或多个数据工作表的文件中获取数据。 之后，我打算相应地组织数据框。 例如： date1 identifier 1 bid ask date1 identifier 2 bid ask date1 identifier 3 bid ask date2 identifier 1 bid ask date2 identifier 3 bid ask date3 identifier 4 bid ask date3 identifier 5 bid ask Obs1：每个文件可以具有“Bid”，“Ask”或两者的值，每个文件都在单独的工作表中。 Obs2：标识符和date在文件间可能相同也可能不同。 我到目前为止所做的：我现在的代码读取文件和每个工作表。 如果符合条件，则附加到特定的dataframe。 然后修复列标题。 问题：当我的代码运行时，出于某种原因，会产生两个空的数据框。 问题：如何解释不同的工作表并将相应的值（以上结构）输出到数据框？ 当前代码： import pandas as pd import numpy as np […]
在python中alignment数据
我有Excel电子表格，我想连接成一个pandas数据框，但input到电子表格中的表格范围是不规则的。 input的数据可能开始于每个电子表格中的C5，D8，G4等。 下面的例子显示它从B5开始。 我不知道每个电子表格中的表格将从哪里开始，或者指定每个工作簿中的哪个表格，因为有几百个表格。 我打算将所有表单编译成一个数据框，然后提取我需要的数据行。 数据大部分是相同的格式，但我也需要记住电子表格中的任何注释。 如果每个电子表格中的数据alignment在一起，那么会更简单，然后我可以使用索引标签提取所需的行。 是否有办法将每个电子表格中的所有数据alignment，以便在每个电子表格的第一列中开始？ 这是我到目前为止： import os import pandas as pd import glob import numpy as np path =r'dir' allFiles = glob.glob(path + "/*.xlsx") frame = pd.DataFrame() list_ = [] for file_ in allFiles: df = pd.read_excel(file_,index_col=None, header=0) list_.append(df) frame = pd.concat(list_) print(list_)
使用颜色pd.ExcelWriter格式化excel文件
我有一个dataframeDF df Out[15]: Subject ID StartDate 2017-11-06 ID1 2017-11-07 ID1 2017-11-08 ID2 2017-11-10 ID3 我把它保存在一个excel文件中 writer = pd.ExcelWriter(os.path.join(folders_path,'summary.xls')) df.to_excel(writer,'Sheet1') writer.save() 不过，我想根据Subject ID格式化行的颜色，即我想为每个ID不同的颜色
在导出为excel的pandas数据框中给予标题
我有6个数据框（名为a到f ），我想导入到ms.excel，为了使这更容易阅读我想给每个数据框的标签，我尝试使用单元格符号 ，但我得到错误消息，这是我的代码： writer = pd.ExcelWriter('Summary Data Request 8 weeks.xlsx') a.to_excel(writer, sheet_name='Sheet1', startrow=1) b.to_excel(writer, sheet_name='Sheet1', startcol=7) c.to_excel(writer, sheet_name='Sheet1', startrow=11) d.to_excel(writer, sheet_name='Sheet1', startrow=11, startcol=6) e.to_excel(writer, sheet_name='Sheet1', startrow=21) f.to_excel(writer, sheet_name='Sheet1', startrow=21, startcol=6) writer.write('A1', 'Retail Kelontong') writer.write('G1', 'Pulsa') writer.write('A11', 'Minimarket') writer.write('G11', 'Retail dengan barcode') writer.write('A21', 'Retail dengan barcode 2') writer.write('G21', 'Food and Beverage') writer.save() 这里是错误信息： AttributeError Traceback (most […]
在Pythonpandas中用read_excel读空单元
我正在使用Pythonpandasread_excel 。 这是我正在阅读的专栏。 我的问题是，read_excel不计算空细胞作为细胞。 当我使用df2=df1.iloc[0:30] ，我希望它包含这些空单元格，这样最后两个数据项不会包含在我的数据框中（这是因为这些单元格在整个月份每天都会被填充，细胞将存在，直到一个月的最后一天）。 如何确保pandasread_excel在其数据框中包含空白单元格？
从pandas获得csv输出后，Excel函数无法正常工作
最近，我在Microsoft Excel中遇到了一件非常奇怪的事情。 我在Python 3.6中创build了一个数据框，并填充了一些整数，然后我使用“to_csv”函数来获取csv输出。 我用Microsoft Excel打开文件进行基本的统计分析和绘制一些图表，但是; Microsoft Excel不会将数字中的数字识别为数字。 例如，当我添加两个单元格时，无论数字是多less，结果都是零。 这是我的Excel环境中的截图： 在黄色单元格（C101）中，我试图获得列C中的单元格的总和，但正如我所解释的总和函数（和所有其他function，如计数或最大）不能正常工作。 我也不得不说，所有的单元格都有“Number”数据types。 我很困惑，任何build议都会有所帮助。
增加+2pandas，超越
我有一个数据框的列表。 有没有办法每个循环增加+2的增量每次？ 所以我的数据框在Excel中看起来像： while True: writer = pd.ExcelWriter("C:\\xzx.xlsx") worksheet = writer.sheets['Sheet1'] df3.to_excel(writer, startrow=0, startcol=+2, index = False) dataframe： AB 2000-01-01 0.469112 -0.282863 2000-01-02 1.212112 -0.173215 2000-01-03 -0.861849 -2.104569 2000-01-04 0.721555 -0.706771 2000-01-05 -0.424972 0.567020 2000-01-06 -0.673690 0.113648 2000-01-07 0.404705 0.577046 2000-01-08 -0.370647 -1.157892 理想： ABCDE 0.469112 -0.282863 0.469112 -0.282863 1.212112 -0.173215 1.212112 -0.173215 -0.861849 -2.104569 […]
pandas：使用分组的数据框to_excel的麻烦
我正在尝试使用to_excel函数将使用groupby创build的数据框保存到excel文件中。 当我在ipython笔记本中预览数据时，它会根据需要显示。 groupby代码很简单： grouped = teach_freq.groupby(['Focal','follow','Activity']) grouped.head() <class 'pandas.core.frame.DataFrame'> MultiIndex: 1797 entries, (10107.0, 192.0, ff, 25220.0) to (53704.0, 142.0, ss.rn, 18823.0) Data columns (total 16 columns): Epoch 1790 non-null values follow 1797 non-null values T_Opp 1797 non-null values T_Dir 1797 non-null values T_Enh 1797 non-null values T_SocTol 1797 non-null values …等等dtypes：float64（3），int64（6），object（7） to_excel代码也很简单： grouped.to_excel('filename.xls', sheet_name='sheet1') 当我运行这个最后的代码时，只有几行数据会将它存储到excel文件中（大约1800行数据中有大约3个），我在ipython笔记本中预览了另一部分数据，如下所示： […]
为什么将数据导出为.xlsx比将.xls或.csv导出要慢得多？
我有一个数据框，我正在导出到Excel，人们希望它在.xlsx。 我使用to_excel ，但是当我将扩展名从.xls更改为.xlsx时，导出步骤大约需要9秒，而不是1秒。 导出到.csv甚至更快，我相信这是由于它只是一个特殊格式的文本文件。 也许.xlsx文件只是添加了更多的function，所以需要更长的时间写入，但我希望有一些事情可以做，以防止这种情况。
