Ich möchte das Format der Datumsachse in einem Matplotlib Chart anpassen. Hier der DF period = pd.date_range('2017-01-01', periods=14, freq='m') value = np.random.randint(5, size=14) d = {'period':period,'value':value} df = pd.DataFrame(d) df['period'] = pd.to_datetime(df.period) Chart: fig,ax = plt...

Ich habe einen Datensatz, der sieht wie folgt aus: import pandas as pd d = {'id': ['A','A','A','A','B','B'], 'date' : ['20210201', '20210202', '20210210','20210220', '20210303', '20210310']} df = pd.DataFrame(d) df.date = pd.to_datetime(df.date, format = '%Y%m%d') #df['prev_date'] = df.groupby('id')...

Der zweite Vorschlag war genau was ich wollte. Danke

Ich habe das Gefühl, dass mein Vorgehen nicht optimal ist. So erzeuge ich die DFs: liste = [1,2] for elem in liste: var = 'col_' + str(elem) globals()["df_" + str(elem)] = pd.DataFrame(df.groupby('year')[var].mean()) Als Resultat habe ich nun df_1 und df_2. Ist das Vorgehen so überhaupt &q...

Mittels eines for-loops erzeuge ich dataframes, diese Folgen einern Namenkonvention: df_1, df_2 etc. Diese möchte ich nun mit zusammenführen: frames = [df_1,df_2] dfs = pd.concat(frames, axis = 1).reset_index() Funktioniert soweit. Nun möchte ich aber den Inhalt von 'frames' mit Hilfe einer vorhande...

Ich möchte nur die ersten Zeichen vor bestimmten Zeichen eines Pandas df extrahieren. Die Schwierigkeit besteht darin, dass es eine lange Liste an Zeichen ist, vor denen ich abschneiden möchte. Ich habe das Problem lösen können, allerdings nur mit einem Loop: import pandas as pd d = {'names': ['hans...

Ich möchte mir einen Pandas df in einem Jupyter Notebook ansehen. Dabei möchte ich jedoch die Anzahl der anzuzeigenden Zeilen bestimmen. Jedoch nicht mit
da ich es nur für ein Output-Fenster brauche.

Geht das überhaupt?

Falls mein Ansatz zum plotten der XS oder der Manipulation der Werte einzelner XS völlig falsch ist, freue ich mich über entsprechende Hinweise

Ich habe einen Pandas DF, der Paneldaten beinhaltet. import pandas as pd d = {'id': ['A','A','A','B','B','B' ], 'value': [2,1,6,6,3,2], 'time':['2020-12-01T08:00:0','2020-12-01T09:00:0','2020-12-03T08:00:0', '2020-12-02T10:00:0','2020-12-03T12:00:0','2020-12-03T12:00:0']} df = pd.DataFrame(data=d) d...

Danke

Zunächst bitte ich um Entschuldigung für meine schlampige Beschreibung. Richtig, es handelt sich um 'str.extract()' aus Pandas. Ich glaube es ist erstmal sinnvoll, die richtige regex zu finden und das ganze dann auf den DF zu übertragen: import re m = re.search(r'(?<=user:")\w+-+\w', 'user:&quo...

Es soll der String vor und nach bestimmten zeichen ausgewählt werden. Exemplarisch steht in einer Spalte: wert: 2, beobachtung: 1, Alles nach der Zeichenkette "wert:" und vor dem ersten "," soll ausgewählt werden, d.h. "2". Ist mir nicht ganz klar, wie ich das mit str. ...

Etwas wie:
Funktioniert nicht. Ich vermute, weil nicht durch alle Elemente von ar1 geloopt wird. Hab den Ansatz nicht weiterverfolgt. Bin davon ausgegangen, dass es eine elegantere Lösung gibt.

Ich möchte zählen, wie oft werte in zwei np arrays übereinstimmen kombiniert mit einer Bedingung. ar1 = np.array([1,0,0,1,0,1]) ar2 = np.array([0,1,0,0,0,1]) np.sum(ar1 == ar2) Hier wird gezählt, wie oft die Werte übereinstimmen. Ich möchte aber, dass unter einer Bedingung gezählt wird. Z.b. das nur...

Um sicher zu gehen, hier ein Vorschlag: Ist ein sauberes Vorgehen?

Mittels df.groupby('industry')['employment'].mean() kann ich mir die durchschnittliche Anzahl der Beschäftigten ('employment') in jeder 'industry' bestimmen lassen. Ich möchte den Befehl so erweitern, dass ich noch eine Bedingungen einführen kann. Es sollen nur die 'industry' in bestimmten 'country'...

Prima, danke!

Achso, das wäre natürlich hilfreich

ich möchte zählen, wie oft der Wert Null in einer Spalte vorkommt. Gezählt werden soll nur, wenn in der anderen Spalte die genannte Bedingung erfüllt ist. Es reicht, wenn die resultierende Zahl in einer variable gespeichert wird.

Ich möchte gerne, ähnlich wie ZÄHLWENN in Excel, Werte (0 oder 1) in einer Spalte zählen, sofern eine Bedingung in einer anderen Spalte erfüllt ist. So sieht der Datensatz aus import pandas as pd d = {'col1': [1, 2, 3, 3], 'col2': [0, 1, 0, 1]} df2 = pd.DataFrame(data=d) Ich hatte mir das wie folgt ...