腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
搜索
关闭
文章
问答
(9999+)
视频
开发者手册
清单
用户
专栏
沙龙
全部问答
原创问答
Stack Exchange问答
更多筛选
回答情况:
全部
有回答
回答已采纳
提问时间:
不限
一周内
一月内
三月内
一年内
问题标签:
未找到与 相关的标签
筛选
重置
2
回答
来自Kaggle的Csv将所有列放入1-如何与
pd
.read_csv
分离
并使df可用
select=bank-full.csv 但是,当它下载时,所有大约17列都在1中,所以当我使用 df =
pd
.read_csv('bank-full.csv) 它也在一列中包含所有的值。
浏览 31
提问于2021-07-23
得票数 0
回答已采纳
1
回答
Python要素和标注
DATA_PATH = 'data/iris_dataset.csv' data =
pd
.read_csv("data/iris_dataset.csv") 如何从数据中
分离
要素和标签。将具有这些功能的
pd
.DataFrame分配给'X‘。将带有标签的标签分配给“
pd
.Series”。
浏览 6
修改于2021-04-13
得票数 0
1
回答
正在尝试导入excel csv (?!)包含panda的文件
我是Python/Panda的新手,我正在尝试通过
pd
.read_在Jupyter笔记本中导入以下文件 初始文件行: ?
pd
.read_excel或
pd
.read_csv返回错误。消除第一行允许我读取文件,但是所有的csv数据都没有被
分离
。
浏览 17
修改于2020-01-15
得票数 0
2
回答
如何在使用np.nan (.)时区分空字符串、to_excel和None熊猫数据中心的功能?
在构建包含np.nan、None和空字符串('')值的Python3.8.3和Pandas1.0.4的数据框架之后import numpy as np df2 =
pd
.DataFrame({'a':1,'b':1,'c':None},index=[0]) df但是,
浏览 5
提问于2020-09-23
得票数 2
回答已采纳
3
回答
在Python中单行导入模块的优缺点
我对使用以下命令感到好奇:而不是:import randomPyCharm给了我警告“PEP8: E401 multiple imports on one line”,并建议优化将所有模块
分离
到自己的导入行。
浏览 0
提问于2020-04-21
得票数 0
3
回答
在使用shell脚本拆分文件名和文件夹路径方面需要帮助
我需要将以下文件结构拆分为文件名
分离
和文件夹路径
分离
。在文件名中,我不需要_ABF1_6,因为它不是文件名的一部分。此外,此_ABF1_6从文件路径更改到路径,并且对所有文件都不是相同的。示例文件路径:需要输出:Filename: data_report_
PD
_import_sc
浏览 7
修改于2013-10-20
得票数 5
1
回答
我无法拆分这个python pandas中的Raw列
我想从原始专栏
分离
网站,并使网站作为新的专栏,但我不能做到这一点,请帮助与此片段 Data Set import numpy as npdata =
pd
.read_csv
浏览 9
提问于2020-11-05
得票数 1
回答已采纳
1
回答
使用Pandas分隔CSV文件中的数据
我正在尝试
分离
CSV文件中的数据。 Word, TimeHi, 3 我想让python脚本打印Hello并显示1秒,然后再打印Hi并显示3秒。import pandas as
pd
print(df.to_string()) 我是新来的,请跟我坦诚相待。谢谢。
浏览 39
提问于2021-09-21
得票数 0
2
回答
scikit学习train_test_split函数未按预期工作
我正在使用列车测试拆分函数来
分离
训练和测试数据,但该函数为
分离
的列车测试数据分配了错误的标签。它不是从预期行分配标签,而是从预期行的第二行分配标签。请让我知道我哪里错了?data =
pd
.read_csv('To_Tanaji.csv')print(data.shape)#test =
pd
.read_csv('test.csv') #
浏览 0
提问于2018-12-05
得票数 0
1
回答
将“tsv”文件上传到谷歌Colab /木星笔记本
TSV(Tab
分离
值)扩展文件不能用熊猫上传到googleimport iostk =
pd
.read_csv(io.BytesIO(uploaded['train.tsv'])) 我想要的是一个tsv文件应该被上传并读取到dataframe stk
浏览 0
提问于2019-08-05
得票数 0
1
回答
熊猫解析具有不同符号的文本文件,用于更改行和分隔符。
我正在解析一个txt文件,该文件使用“#@#@#”作为更改行,“~”用于列
分离
。我仍然可以使用
pd
.read_csv()来解析它以获得一个DataFrame吗?
浏览 1
提问于2017-05-04
得票数 2
回答已采纳
2
回答
如何将熊猫中未知长度的数据帧列表与另一个数据帧连接起来?
import pandas as
pd
# here each variable is a data frame.a = [], b = [], c = [] and so onresult =
pd
.concat([a, b, c, d, e, ..., aa], axis=0) result =
pd
.concat
浏览 1
修改于2019-05-16
得票数 0
回答已采纳
1
回答
读取条目之间具有任意空格的.csv文件
我有一个用.csv读取的
pd
.read_csv()文件。不幸的是,每一行都是在一个单元格中输入的,而不是每个列的多个单元格,如下所示:,我正在尝试像这样的东西来读取文件它给出了这个输出,而不
分离
每个值/数据。是否有
pd
.r
浏览 3
修改于2019-12-25
得票数 4
回答已采纳
3
回答
将数据文件列表中的每个数据文件添加到另一个数据文件列表中
我从一个大数据帧中
分离
出2组数据帧。比如说,ind1 = ['A_p','B_p','C_p','D_ppc_1,pc_2 = np.array_split(df1, 2)现在,我需要将来自df1 (pc1, pc2)的每个
分离
数据帧与来自_lnc_2 =<em
浏览 4
修改于2020-07-27
得票数 1
回答已采纳
1
回答
熊猫:将一行字符串分隔成4列;问题:列由逗号、制表符和空格分隔。
我有一个文本文件,我试图将一行的条目
分离
到一个新的列中。一行如下所示:table =
pd
.read_table(file, names=['Time', 'ID']) 现在我有了一个带有2列的Dataframe : Time和ID,但是我如何
分离
"ID“列呢?
浏览 3
修改于2020-10-11
得票数 2
2
回答
如何从日期时间戳中剥离字符串?
我想在整行中
分离
/删除DateTime中的'M-‘。import pandas as
pd
df=df.drop([0,1,2,3]) 然后,我想使用以下代码来转换为Datetime: df.iloc[0]=
pd
.to_datetime(df.iloc[0], format='%d.
浏览 16
提问于2020-04-08
得票数 0
3
回答
在数据帧中分隔特定值
我想从其中一列中
分离
出一些值。假设列名为"A",则取值范围为90到300。我想分隔270到280之间的任何值。我确实尝试了下面的代码,但它是错误的!%matplotlib inlineimport pandas as
pd
import seabornas snsdf2 = df[ 270 < df['A'] <
浏览 3
提问于2017-05-28
得票数 4
1
回答
熊猫python read_csv在标签分隔符中不识别\t
我试图在下面的选项卡中将数据
分离
成熊猫: test.csv:4\t3\t2\t1
pd
.read_csv('test.csv',delimeter='\t')
pd
.read_csv('test.csv
浏览 2
修改于2022-09-05
得票数 0
1
回答
使用pandas从python中的url读取csv时出现“标记数据错误”。
我试图从url (csv link)中读取csv,然后
分离
出报价器符号(AMLP、ARKF、ARKG、ARKK等),但我在csv中读取时遇到了问题。我的代码如下: import pandas as
pd
df =
pd
.read_csv("https://www.cboe.com/available_weeklys/get_csv_download
浏览 30
提问于2021-07-24
得票数 0
回答已采纳
4
回答
如何组合、
分离
、测试和训练数据进行数据清洗?
我知道如何连接2个数据文件,但是在数据清理之后,我将如何
分离
这两个文件?请帮我完成密码。码train =
pd
.read_csv('train.csv') //Data
浏览 0
提问于2020-09-12
得票数 3
第 2 页
第 3 页
第 4 页
第 5 页
第 6 页
第 7 页
第 8 页
第 9 页
第 10 页
第 11 页
点击加载更多
领券