6
votos
Aceptado
¿Cómo unir DataFrames en Pandas?
Pandas tiene multiples formas de unir dataframes, dependiendo de lo que quieras hacer, te vendrán mejor unas u otras. Paso a explicar las dos formas principales y sus resultados usando el ejemplo de ...
5
votos
cual es la manera correcta de sumar o restar valores de una columna dataframes por condicional?
Si no tienes problema en crear una nueva columna, por ejemplo en df1 podrías hacer:
df1.loc[df2.stock > df1.stock, "nuevo_stock"] = df2.stock - df1.stock
df1.loc[df2.stock <= df1.stock, "...
5
votos
Aceptado
¿Cómo contar las veces que se repiten las palabras en una columna de dataframe?
Una aproximación al problema podría ser: (1) "expandir" la columna en múltiples filas mediante stack() y (2) Aplicar un groupby() clásico para contar ahora sí las filas.
# Convertimos la columna en ...
5
votos
Aceptado
¿Cómo unir varias bases de datos con un for en R?
Casi lo tienes:
f <- data.frame()
for (i in 1:3) {
tab <- get(paste0("df", i))
f <- rbind(f, tab)
}
¿Que te faltaba?:
El objeto f final, debe ser un data.frame, hay que crearlo como ...
5
votos
Poner fila de Totales para cada columna en R
Hay varias formas de hacerlo, en cualquier caso es necesario crear primero el sumario (en este caso las sumatorias de las columnas nunéricas) y luego agregarlo como fila al final del data.frame con ...
5
votos
Aceptado
Poner fila de Totales para cada columna en R
Podrías calcular los totales y luego concatenarlos,
En primer lugar dejar la variable Especie como caracter
tabla_sp_summarise$Especie = as.character(tabla_sp_summarise$Especie)
En segundo lugar ...
5
votos
actualizar campos en un dataframe desde otro comparando columnas
No hace falta complicar todo usando un merge, podemos llevar esto a lo más simple. ¿Cómo lo haríamos para una sola columna?, para esto podemos ayudarnos de un filtro típico de pandas.
df[df["col&...
4
votos
Aceptado
¿Cómo trabajar con múltiples dataframes de forma iterativa?
R tiene a las listas como una de sus (principales) estructuras de datos, así que podrías hacer lo que mencionas que se puede hacer en Python sin problemas.
De hecho no necesitarías usar mucho for, ...
4
votos
Identificar IPs duplicadas y solapadas en una nueva columna
Actualización
Tras conversaciones en el chat, se clarifica que la detección de IPs duplicadas debe hacerse en base a la columna "Interface IP", mientras que los rangos solapados han de hallarse ...
4
votos
Aceptado
Cómo se pasan las series de dataframes a arrays en python
El problema es que como consecuencia del agrupamiento, tienes un índice jerárquico (multiindex).
Para poder reproducir exactamente tu ejemplo necesitaría saber cómo has llegado al dataframe que ...
4
votos
Aceptado
Quitar signos de puntuación
a)
datos = datos.astype(str).apply(lambda x: x.str.replace('[^\w\s]',''))
b)
import string
datos = datos.astype(str).apply(lambda x: x.str.replace('[{}]'.format(string.punctuation), ''))
EDIT:
La ...
4
votos
Encontrar los atributos que tienen cero
Si te interesa saber si en todo un data.frame hay ceros:
any(df1==0)
Regresa TRUE cuando hay algún cero en el data.frame, FALSE cuando no lo hay.
¿Cómo funciona?
El operador == verifica si hay ...
4
votos
Aceptado
Unir muchas columnas
Usando R base
Podría ser de la siguiente manera
#Creamos df2 a partir de df
df2<-df
#Definimos las variables a unir
unir<-paste0("col",1:3)
# Usamos apply
df2$UNIDOS<-apply(df2[,...
4
votos
Aceptado
Eliminar factores concretos
Imaginando un data.frame como el que dices:
set.seed(1)
datos <- data.frame(datos.ACTIVIDAD = sample(c("APARCAMIENTO DE VEHÍCULOS",
"...
4
votos
Aceptado
No puedo eliminar valores nulos con Series.dropna (pandas)
El parámetro inplace en las operaciones de Pandas solo funciona con los objetos DataFrame. Si quieres cambiar solo una columna de un DataFrame debes hacerlo reasignando la columna:
df['LengthofService'...
4
votos
Aceptado
Separar columnas al cargar un archivo de texto con Pandas DataFrame
Es que read_fwf() según nos dice la documentación:
Read a table of fixed-width formatted lines into DataFrame.
Es decir, esta función se usa para leer tablas con columnas de longitud fija, y tu ...
4
votos
¿Cómo promediar dos dataframe en Pandas?
La sorprendente respuesta es:
promedio = (df1 + df2)/2
Explicación
Regla de oro de pandas: casi nunca hay que iterar.
Pandas ha redefinido todos los operadores de Python para que funcionen ...
3
votos
Aceptado
Crear una variable según unas condiciones de otra variable contenida en un dataframe y posteriormente añadir la variable creada al dataframe en R
No necesitas iterar sobre los datos, en R base dispones de ifelse() una función vectorial que permite aplicar el condicional a todo un vector:
DATA1$E2 <- ifelse(DATA1$E2_1a == 1 & DATA1$E2_1b ...
3
votos
Aceptado
cual es la manera correcta de sumar o restar valores de una columna dataframes por condicional?
Una opción más eficiente en cuanto a tiempo de ejecución en principio para este caso que la planteada por @PatricioMoracho es usar directamente numpy.where, aunque puede ser bastante menos legible si ...
3
votos
Aceptado
Cómo extraer un consecutivo alfanumérico de un texto en python
utiliza expresiones regulares, se utilizan para encontrar patrones con cierta estructura en cadenas de texto, para ello lo primero es encontrar dicha estructura, por tus ejemplos supongo que comienza ...
3
votos
Eliminar filas duplicadas según una columna y quedarme con la suma de los valores de otra columna Dataframe Python
Lo que buscas es simplemente pandas.DataFrame.groupby.agg() (o pandas.DataFrame.groupby.aggregate(), agg es solo un alias), usando la función suma como método de agregación:
import pandas as pd
df = ...
3
votos
Aceptado
¿Cómo especificar en una función que un argumento es un data frame, en R?
Podrías manipular la fórmula de la regresión en lugar de armarla pasándole los datos como vectores. Algo así:
regresion<-function(x){
dependiente <- names(x)[1]
formula <- as.formula(...
3
votos
Agrupar por meses en python
Acabo de descubrir cómo puedo agruparlo. Primero añado 2 columnas: año y mes, de la siguiente forma.
A = dataOfStatusTimings
A['Month'] = pd.DatetimeIndex(dataOfStatusTimings['DateAndTime'])....
3
votos
Aceptado
Crear multiples Dataframes de una carpeta con multiples archivos
Se me ocurre una posible solución definiendo una Lista de DataFrames. Esto sería una lista donde cada elemento es un DataFrame. Siguiendo tu planteo el código quedaría de la siguiente manera:
def ...
3
votos
Aceptado
Realizar el Join de un par de tablas, resultado en DataFrame y Spark sql
He realizado varios join de tablas que pueden ser muy pesadas, mi recomendacion es que realices el join, una vez con el dataframe que resulta podras realizar los select de la columnas, groupBY, sort y ...
3
votos
Aceptado
¿Cómo cambiar de nombres a las columnas de varios dataframes en R?
Basándome en lo que has comentado, tienes algo así:
df1 <- data.frame(A=runif(5), B=runif(5))
df2 <- data.frame(X=runif(5), Y=runif(5))
df3 <- data.frame(R=runif(5), T=runif(5))
En este ...
3
votos
Aceptado
¿Cómo recodificar de igual forma varias variables de un data.frame de manera eficiente en R?
Una forma bien sencilla, siempre que los valores sean números del tipo 1/0, es usar un poco de aritmética de matrices.
seleccion <- c(1,2,4)
datos_modelo[, seleccion] <- datos_modelo[, ...
3
votos
Aceptado
Aplicar sum y count en distintas columnas de un dataframe
Según indicas, entiendo que quieres calcular columnas agregadas (count, mean, sum...), agrupando tus datos por almacen y fecha. Para conseguirlo tienes algunas opciones como estas (partiendo de tu ...
3
votos
Aceptado
Necesito ayuda con GroupBy - Python
Empecemos asegurándonos de que la columna Fecha contiene en realidad objetos de tipo datetime:
import pandas as pd
df = pd.read_csv("tus-datos.csv") # Supongo que los lees de un csv, o ...
3
votos
Aceptado
Comprobar si el valor de una lista se encuentra en el Data Frame
Un bucle es siempre la peor forma de usar pandas, pues pandas tiene funciones "vectorizadas" que actúan "a la vez" (es una forma de hablar) sobre todos los valores de una columna o ...
Only top scored, non community-wiki answers of a minimum length are eligible
Etiquetas relacionadas
dataframe × 739python × 483
pandas × 409
r × 183
python-3.x × 114
rstudio × 57
csv × 24
base-de-datos × 22
excel × 21
bucle-for × 20
numpy × 20
lista × 19
matplotlib × 18
bucles × 17
group-by × 14
date × 13
funciones × 12
diccionarios × 12
condiciones × 11
datetime × 11
r-dplyr × 11
regex × 10
data × 10
pyspark × 10
json × 8