Was meinst Du konkret mit "Ausgeben"? Da bin ich ganz flexibel.
Es muss eben als Tabelle sein, die aktuelle Darstellung (siehe Screenshot) ist als Mensch nicht verständlich und abgeschnitten.
Als "print" Ausgabe in Jupyter, als csv (dann aber jede Datei separat), als xlsx/ods.
Einfach ausgeben ...
Die Suche ergab 11 Treffer
- Mittwoch 24. November 2021, 14:53
- Forum: Allgemeine Fragen
- Thema: xArray als Tabellen
- Antworten: 3
- Zugriffe: 525
- Mittwoch 24. November 2021, 12:01
- Forum: Allgemeine Fragen
- Thema: xArray als Tabellen
- Antworten: 3
- Zugriffe: 525
xArray als Tabellen
Hallo miteinander,
ich möchte das 3-Dimensionale Ergebnis eines xArray als Tabellen ausgeben lassen:
https://i.ibb.co/9bMLkrC/Unbenannt.png
Nur das "erste" Array(). Am besten jedes array([a]), array( ), usw. als separate 2D Tabelle. Und die Werte als float (und nicht als Wissenschaftlich mit -E ...
ich möchte das 3-Dimensionale Ergebnis eines xArray als Tabellen ausgeben lassen:
https://i.ibb.co/9bMLkrC/Unbenannt.png
Nur das "erste" Array(). Am besten jedes array([a]), array( ), usw. als separate 2D Tabelle. Und die Werte als float (und nicht als Wissenschaftlich mit -E ...
- Mittwoch 8. September 2021, 17:57
- Forum: Wissenschaftliches Rechnen
- Thema: IDs miteinander verknüpfen
- Antworten: 1
- Zugriffe: 1977
Re: IDs miteinander verknüpfen
Ich habe das jetzt ein bisschen anders gelöst, leider mit vielen Schleifen:
Dasselbe wie oben:
import pandas as pd
from tqdm import tqdm
energy_heat = {'ID_old_one': ['id01', 'id02', 'id03'], 'ID_old_two': ['id05', 'id04', 'id07'], 'apfel': [5, 13, 18]}
df_energy_heat = pd.DataFrame(data=energy ...
Dasselbe wie oben:
import pandas as pd
from tqdm import tqdm
energy_heat = {'ID_old_one': ['id01', 'id02', 'id03'], 'ID_old_two': ['id05', 'id04', 'id07'], 'apfel': [5, 13, 18]}
df_energy_heat = pd.DataFrame(data=energy ...
- Dienstag 7. September 2021, 13:17
- Forum: Wissenschaftliches Rechnen
- Thema: IDs miteinander verknüpfen
- Antworten: 1
- Zugriffe: 1977
IDs miteinander verknüpfen
Hallo miteinander,
ich muss wieder einmal IDs vergleichen (ähnlich https://www.python-forum.de/viewtopic.php?f=30&t=52746 ). Nur brauche ich in diesen Fall alle "verknüpften" IDs in eine art Tabelle.
Denn später soll nur diese eine Tabelle geladen werden (z.B. als csv-Datei gespeichert) und anhand ...
ich muss wieder einmal IDs vergleichen (ähnlich https://www.python-forum.de/viewtopic.php?f=30&t=52746 ). Nur brauche ich in diesen Fall alle "verknüpften" IDs in eine art Tabelle.
Denn später soll nur diese eine Tabelle geladen werden (z.B. als csv-Datei gespeichert) und anhand ...
- Mittwoch 11. August 2021, 10:45
- Forum: Wissenschaftliches Rechnen
- Thema: Dataframes vergleichen
- Antworten: 7
- Zugriffe: 3359
Re: Dataframes vergleichen
Super, vielen lieben Dank. Das ist genau das, was ich möchte.
Wie das funktioniert verstehe ich gerade noch nicht, aber für den Anfang langt es :D
Es wäre schon, wenn du funktionierende Beispiele posten würdest. Das konnte ich wie geschrieben leider nicht mehr ergänzen oder ändern. Nächstes mal ...
Wie das funktioniert verstehe ich gerade noch nicht, aber für den Anfang langt es :D
Es wäre schon, wenn du funktionierende Beispiele posten würdest. Das konnte ich wie geschrieben leider nicht mehr ergänzen oder ändern. Nächstes mal ...
- Dienstag 10. August 2021, 20:31
- Forum: Wissenschaftliches Rechnen
- Thema: Dataframes vergleichen
- Antworten: 7
- Zugriffe: 3359
Re: Dataframes vergleichen
Wenn du einen Methode hast, die Daten zu kombinieren, dann kannst du auch die zeigen.
So funktioniert es einwandfrei und genauso, wie ich es möchte ... leider sehr sehr langsam: import pandas as pd
from tqdm import tqdm
df1 = pd.DataFrame(data = {'ID1' : [1, 2, 3, 4, 5], 'ID2' : ['A', 'B ...
So funktioniert es einwandfrei und genauso, wie ich es möchte ... leider sehr sehr langsam: import pandas as pd
from tqdm import tqdm
df1 = pd.DataFrame(data = {'ID1' : [1, 2, 3, 4, 5], 'ID2' : ['A', 'B ...
- Dienstag 10. August 2021, 14:23
- Forum: Wissenschaftliches Rechnen
- Thema: Schnelleres schreiben von xlsx-Dateien
- Antworten: 2
- Zugriffe: 1755
Re: Schnelleres schreiben von xlsx-Dateien
Vielleicht solltest du die Nutzung von Excel für diesen Anwendungsfall überdenken. Habe ich bzw. wir. Ist schon ein Fortschritt zu >2GB csv-Dateien.
Es wird eine Datei benötigt, die einfach teilbar (Cloud, USB-Stick, ftp, ...) ist, einfach von vielen verschiedenen Programmen einlesbar ist und auch ...
Es wird eine Datei benötigt, die einfach teilbar (Cloud, USB-Stick, ftp, ...) ist, einfach von vielen verschiedenen Programmen einlesbar ist und auch ...
- Dienstag 10. August 2021, 14:19
- Forum: Wissenschaftliches Rechnen
- Thema: Dataframes vergleichen
- Antworten: 7
- Zugriffe: 3359
Re: Dataframes vergleichen
Sorry, mein Fehler:
df1 = pandas.DataFrame(data = {'ID1' : [1, 2, 3, 4, 5], 'ID2' : ['A', 'B', '', '', 'D']})
df2 = pandas.DataFrame(data = {'ID2' : [E, F, 5])
Das zweite leere Feld hat in df1['ID2'] gefehlt. (kann den Beitrag oben nicht mehr editieren)
Alles andere ist exakt so wie oben ...
df1 = pandas.DataFrame(data = {'ID1' : [1, 2, 3, 4, 5], 'ID2' : ['A', 'B', '', '', 'D']})
df2 = pandas.DataFrame(data = {'ID2' : [E, F, 5])
Das zweite leere Feld hat in df1['ID2'] gefehlt. (kann den Beitrag oben nicht mehr editieren)
Alles andere ist exakt so wie oben ...
- Dienstag 10. August 2021, 13:39
- Forum: Wissenschaftliches Rechnen
- Thema: Dataframes vergleichen
- Antworten: 7
- Zugriffe: 3359
Re: Dataframes vergleichen
Das ist keine Übernahme, sondern eine unklare Vermengung beider Einträge. Solange diese Vorschrift nicht klar definiert ist, kommt man nicht weiter. Danke für deine Antwort, aber Sorry, ich verstehe nur Bahnhof, was du meinen könntest.
df2['ID2'][2] == 5 und df1['ID1'][4] == 5 ==> deshalb df2 ...
df2['ID2'][2] == 5 und df1['ID1'][4] == 5 ==> deshalb df2 ...
- Dienstag 10. August 2021, 13:33
- Forum: Wissenschaftliches Rechnen
- Thema: Schnelleres schreiben von xlsx-Dateien
- Antworten: 2
- Zugriffe: 1755
Schnelleres schreiben von xlsx-Dateien
Hallo miteinander,
nach diversen Auswertungen von csv-Eingaben schreibe ich diese Ergebnisse in eine xlsx-Datei:
with pd.ExcelWriter(file_out) as writer:
df1.to_excel(writer, sheet_name='A')
df2.to_excel(writer, sheet_name='B')
# mehr als 20 Blätter ...
Dies Dauert aber lange (im Schnitt 10-20 ...
nach diversen Auswertungen von csv-Eingaben schreibe ich diese Ergebnisse in eine xlsx-Datei:
with pd.ExcelWriter(file_out) as writer:
df1.to_excel(writer, sheet_name='A')
df2.to_excel(writer, sheet_name='B')
# mehr als 20 Blätter ...
Dies Dauert aber lange (im Schnitt 10-20 ...
- Dienstag 10. August 2021, 13:10
- Forum: Wissenschaftliches Rechnen
- Thema: Dataframes vergleichen
- Antworten: 7
- Zugriffe: 3359
Dataframes vergleichen
Hallo miteinander,
ich habe zwei DataFrames, welche unterschiedlich gestalltet sind (aus csv geladen):
df1 = pandas.DataFrame(data = {'ID1' : [1, 2, 3, 4, 5], 'ID2' : ['A', 'B', '', 'D']})
df2 = pandas.DataFrame(data = {'ID2' : [E, F, 5])
Das df1['ID1'] soll nach Werten von df2['ID2'] durchsucht ...
ich habe zwei DataFrames, welche unterschiedlich gestalltet sind (aus csv geladen):
df1 = pandas.DataFrame(data = {'ID1' : [1, 2, 3, 4, 5], 'ID2' : ['A', 'B', '', 'D']})
df2 = pandas.DataFrame(data = {'ID2' : [E, F, 5])
Das df1['ID1'] soll nach Werten von df2['ID2'] durchsucht ...
