Python中文网 - 问答频道, 解决您学习工作中的Python难题和Bug
Python常见问题
我一直在努力处理一张表上有多个表的糟糕的excel表格。我在中读到一个，数据框看起来是这样的：
# (see csv file)
import pandas as pd
df = pd.read_csv('SO_csv.csv')
df
Out[]:
Unnamed: 0 Monday Tuesday Wednesday Thursday Friday Saturday Sunday Total
0 0th Week 2019-01-07 00:00:00 2019-01-08 00:00:00 2019-01-09 00:00:00 2019-01-10 00:00:00 2019-01-11 00:00:00 2019-01-12 00:00:00 2019-01-13 00:00:00 NaN
1 item0 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
2 item1 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
3 item2 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
4 item3 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
5 Total 3.57012 3.57012 3.57012 3.57012 3.57012 3.57012 3.57012 NaN
6 NaN NaN NaN NaN NaN NaN NaN NaN NaN
7 NaN Monday Tuesday Wednesday Thursday Friday Saturday Sunday NaN
8 1st Week 2019-01-14 00:00:00 2019-01-15 00:00:00 2019-01-16 00:00:00 2019-01-17 00:00:00 2019-01-18 00:00:00 2019-01-19 00:00:00 2019-01-20 00:00:00 NaN
9 item0 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
10 item1 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
11 item2 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
12 item3 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
13 item4 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
14 item5 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
15 Total 3.57012 3.57012 3.57012 3.57012 3.57012 3.57012 3.57012 NaN
16 NaN NaN NaN NaN NaN NaN NaN NaN NaN
17 NaN Monday Tuesday Wednesday Thursday Friday Saturday Sunday NaN
18 2nd Week 2019-01-21 00:00:00 2019-01-22 00:00:00 2019-01-23 00:00:00 2019-01-24 00:00:00 2019-01-25 00:00:00 2019-01-26 00:00:00 2019-01-27 00:00:00 NaN
19 item0 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
20 item1 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
21 item2 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
22 item6 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
23 item3 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
24 item4 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
25 item5 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
26 Total 3.57012 3.57012 3.57012 3.57012 3.57012 3.57012 3.57012 NaN
27 NaN NaN NaN NaN NaN NaN NaN NaN NaN
28 NaN NaN NaN NaN NaN NaN NaN NaN NaN
29 NaN Monday Tuesday Wednesday Thursday Friday Saturday Sunday NaN
30 3rd Week 28/01/2019 29/01/2019 30/01/2019 31/01/2019 2019-01-02 00:00:00 2019-02-02 00:00:00 2019-03-02 00:00:00 NaN
31 item0 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
32 item1 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
33 item2 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
34 item6 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
35 item3 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
36 item4 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
37 item5 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 0.510017 3.570116
38 Total 3.57012 3.57012 3.57012 3.57012 3.57012 3.57012 3.57012 NaN
39 NaN NaN NaN NaN NaN NaN NaN NaN NaN
我想创建一个“整洁”表，其中每一行都是该项目的每日支出（可以是NaN）
注意：这里的代码只是演示一个输出，而不是解释我尝试了什么。你知道吗
# THIS IS ALL JUST TO CREATE A DATAFRAME TO SHOW YOU WHAT IT SHOULD LOOK LIKE
items = ['item0', 'item1', 'item2', 'item3', 'item4', 'item5', 'item6', 'item7']
weeks = [1,2,3]
days = list(calendar.day_name)
arrays_len = len(weeks) * len(days) * len(items)
dates = df_.loc[weeks_bool,item_cols].melt()
dates['value'] = pd.to_datetime(dates['value'])
dates = dates.sort_values(by='value')
dates = list(dates['value'].astype(str)) # len 28
# length 168 arrays
items = np.tile(items, int(len_arrays / len(items) ))
weeks = np.repeat(weeks, int(len_arrays / len(weeks)))
days = np.repeat(days, int(len_arrays / len(days)))
vals = np.repeat(0.510017, int(len_arrays))
dates = np.repeat(dates, int(len_arrays / len(dates)))
pd.DataFrame({'weeks': weeks,'days': days, 'dates':dates,'items': items,'value': vals}).head()
Out[]:
weeks days dates items value
0 1 Monday 2019-01-02 item0 0.510017
1 1 Tuesday 2019-01-02 item1 0.510017
2 1 Wednesday 2019-01-02 item2 0.510017
3 1 Thursday 2019-01-02 item3 0.510017
4 1 Friday 2019-01-02 item4 0.510017
有谁能帮我带些熊猫肉卷到那儿去吗？你知道吗
我目前的想法/尝试
- 我找到了每个表的起始索引
- 但我遇到的一个关键问题是如何使用这个索引来选择新表
- 因为空格（all NAN）行的数量是可变的（1或2）
- 而且项目的数量也是可变的
作为第一步，我想将True值分组到（但不包括）下一个真值。你知道吗
weeks_bool = df['Unnamed: 0'].str.contains('Week').fillna(False)
Tags： lenvalueitemsnandaysdatesitem0monday
热门问题
- 如何添加虚拟方法
- 如何添加表示整数的擦边字符串？
- 如何添加要在Bokeh中使用的新font.ttf文件？
- 如何添加要显示的矩阵XY轴编号和XY轴
- 如何添加计数？
- 如何添加计数器函数？
- 如何添加计数器列来计算数据帧中另一列中的特定值？
- 如何添加计数器来跟踪while循环中的月份和年份？
- 如何添加计数并删除countplot的顶部和右侧脊椎？
- 如何添加计时器wx.应用程序更新窗口对象的主循环？
- 如何添加评论到帖子？PostDetailVew，Django 2.1.5
- 如何添加评论拉梅尔亚姆
- 如何添加诸如矩阵Python/Pandas之类的数据帧？
- 如何添加谷歌地点自动完成到Flask？
- 如何添加超时、python discord bot
- 如何添加超过1dp的检查
- 如何添加距离方法
- 如何添加跟随游戏的敌人精灵
- 如何添加路径以便python可以找到程序？
- 如何添加身份验证/安全性以使用happybase访问HBase？
热门文章
- Python覆盖写入文件
- 怎样创建一个 Python 列表？
- Python3 List append()方法使用
- 派森语言
- Python List pop()方法
- Python Django Web典型模块开发实战
- Python input() 函数
- Python3 列表(list) clear()方法
- Python游戏编程入门
- 如何创建一个空的set?
- python如何定义(创建)一个字符串
- Python标准库 [The Python Standard Library by Ex
- Python网络数据爬取及分析从入门到精通（分析篇）
- Python3 for 循环语句
- Python List insert() 方法
- Python 字典(Dictionary) update()方法
- Python编程无师自通 专业程序员的养成
- Python3 List count()方法
- Python 网络爬虫实战 [Web Crawler With Python]
- Python Cookbook（第2版）中文版
目前没有回答
相关问题 更多 >
编程相关推荐