第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問(wèn)題,去搜搜看,總會(huì)有你想問(wèn)的

熊貓不導(dǎo)出所有列

熊貓不導(dǎo)出所有列

慕田峪7331174 2022-09-06 17:51:59
我是熊貓的新手,我已經(jīng)谷歌了我的問(wèn)題,但沒(méi)有得到任何幫助。問(wèn)題陳述:當(dāng)我在其中一列上執(zhí)行后保存最終的CSV時(shí),我的CSV只顯示一列,但我希望所有列都在我的最終CSV中。df.to_csv()cumsum()amountamount示例數(shù)據(jù):*------------------------------------------------*|effective_date | account_id | currency | amount |*------------------------------------------------*|   12/26/19          1        USD         50    ||   12/27/19          1        USD         70    ||   11/06/19          2        USD         90    ||   11/07/19          2        USD         30    |*------------------------------------------------*使用Jupyter Notebook的My Code:import pandas as pddf = pd.read_csv('payments.csv', index_col=0)df['effective_when'] = pd.to_datetime(df['effective_when'])df = df.groupby(['account_id', 'currency', 'effective_date']).sum().groupby(level=[0]).cumsum()df.to_csv ('cumulativePayments.csv')當(dāng)前結(jié)果:*------*|amount|*------*| 50   || 120  || 90   || 120  |*------*預(yù)期成果:*------------------------------------------------*|effective_date | account_id | currency | amount |*------------------------------------------------*|   12/26/19          1       USD          50    ||   12/27/19          1       USD          120   ||   11/06/19          2       USD          90    ||   11/07/19          2       USD          120   |*------------------------------------------------*我怎樣才能做到這一點(diǎn)?
查看完整描述

1 回答

?
冉冉說(shuō)

TA貢獻(xiàn)1877條經(jīng)驗(yàn) 獲得超1個(gè)贊

我認(rèn)為您可以拆分代碼以使用聚合進(jìn)行創(chuàng)建,然后重新設(shè)計(jì)由累積總和填充的列:DataFramesumamount


df = pd.read_csv('payments.csv', index_col=0)


df['effective_date'] = pd.to_datetime(df['effective_date'])


df = df.groupby(['account_id', 'currency', 'effective_date'], as_index=False).sum()

df['amount'] = df.groupby('account_id')['amount'].cumsum()

print (df)

   account_id currency effective_date  amount

0           1      USD     2019-12-26      50

1           1      USD     2019-12-27     120

2           2      USD     2019-11-06      90

3           2      USD     2019-11-07     120


df.to_csv('cumulativePayments.csv')

另一個(gè)想法應(yīng)該是將第一列轉(zhuǎn)換為日期時(shí)間,并且對(duì)于寫(xiě)入文件,請(qǐng)刪除默認(rèn)索引值:


df = pd.read_csv('payments.csv', parse_dates=[0])


df = df.groupby(['account_id', 'currency', 'effective_date'], as_index=False).sum()

df['amount'] = df.groupby('account_id')['amount'].cumsum()


df.to_csv('cumulativePayments.csv', index=False)


查看完整回答
反對(duì) 回復(fù) 2022-09-06
  • 1 回答
  • 0 關(guān)注
  • 98 瀏覽
慕課專(zhuān)欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢(xún)優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)