Respostas interessantes marcadas com a tag

6 votos
Aceito

Repetindo a subtração de grupos em um data frame para todas as variáveis numéricas

O seguinte faz o que quer com R base. ib <- which(df$grp == "b") ic <- which(df$grp == "c") df[3:5] <- lapply(df[3:5], function(x){ x[ib] <- x[ib] - x[ic] x }) df # grp index value ...
Rui Barradas's user avatar
  • 19mil
6 votos
Aceito

Dividir data frame pela primeira linha dele mesmo

Há várias maneiras de fazer o que quer. Vou usar duas delas. Com o tidyverse. Só com R base. Em ambas vou trabalhar com cópias de DF1. Primeiro tidyverse. library(tidyverse) DF2 <- DF1 DF2[-1]...
Rui Barradas's user avatar
  • 19mil
6 votos
Aceito

Como selecionar strings que comecem com uma determinada palavra

Utilize a função grep. Ela permite realizar filtros como este que tu deseja, baseado apenas em um trecho de string: ES_1_4 = ES_1_3[grep("REACTOME_", ES_1_3$Pathways), ] No comando acima, o novo ...
Marcus Nunes's user avatar
  • 18,9mil
6 votos
Aceito

Como ler um arquivo csv pelo pandas sem apagar o primeiro numero?

Arquivos CSV não vem com definição dos tipos de dados de suas colunas. Então o módulo Pandas ao ler um CSV deve inferir qual o tipo de dados mais adequado. No seu caso a coluna teste foi avaliada como ...
Augusto Vasques's user avatar
  • 18,7mil
6 votos
Aceito

Como reordenar linhas arbitrariamente no R

Faltou utilizar a função arrange() após o mutate(). df1 <- data.frame('PRESENCA' = c("Resultado válido", "Resultado desconsiderado", ...
Daniel Castro's user avatar
5 votos
Aceito

Filtrar data frame de acordo com índices (linhas) armazenadas num vetor

Se entendi bem, você quer selecionar as linhas do data frame com as informações sobre os pontos turísticos a partir do vetor dinâmico, correto? Seja então df seu data frame: df <- data.frame(X = ...
Rafael Cunha's user avatar
  • 4.994
5 votos

DataFrame Pandas - Calcular coluna com base em outras

Você pode utilizar a função where o pacote NumPy, basta informar uma condição e os valores a serem utilizados caso verdadeiro ou falso. df['Classe Prevista'] = np.where(df.COMEDY > df.CRIME, '...
NoobSaibot's user avatar
  • 9.756
5 votos
Aceito

Como inserir datas faltantes em um data frame?

Uma possível forma é você criar um data.frame com todas as datas possíveis: library(lubridate) library(dplyr) all_dates <- data_frame( date = seq(from = ymd("1968-01-01"), to = ymd("2018-01-01")...
Daniel Falbel's user avatar
  • 12,5mil
5 votos
Aceito

Como transformar a cada dois registros de um DatFrame em um só no Python com base em duas colunas

Uma forma seria dividir o DF em 2, entre mandantes e visitantes, renomear as colunas de cada DF de acordo como você deseja e com merge uni-los novamente, desta forma: mask = df['mandante'] == '1' df =...
Terry's user avatar
  • 1.189
4 votos
Aceito

Leitura de pdf via R

Utilizando o pacote tabulizer, eu extraí as informações só da primeira página para testar: library(tabulizer) library(dplyr) library(stringi) url <- 'http://www2.alerj.rj.gov.br/leideacesso/spic/...
Rafael Cunha's user avatar
  • 4.994
4 votos
Aceito

Preenchendo linhas com os dados corretos em R, juntando linhas sucessivas

Uma possível solução é a seguinte. Usa uma função do pacote zoo para modificar a coluna a e depois de terminado volta a os por zeros onde estavam. zeros <- a$a == 0 is.na(a$a) <- zeros a$a <-...
Rui Barradas's user avatar
  • 19mil
4 votos
Aceito

Coluna data do DataFrame

Primeiro você deve transformar a coluna Data e Hora para datetime df['Data e Hora'] = pd.to_datetime(df['Data e Hora']) para criar as colunas, utilizando o método dt.strftime converta o valor da ...
NoobSaibot's user avatar
  • 9.756
4 votos
Aceito

DataFrame Pandas - Calcular coluna com base em outras

Crie uma função que determina a classe que você quer colocar na coluna: def acha_classe(registro): if registro['COMEDY'] > registro['CRIME']: return 'COMEDY' elif registro['COMEDY']...
nosklo's user avatar
  • 5.918
4 votos
Aceito

Trocar parte de String em todas as colunas do dataframe

Pode usar a função pré-definida replace, da seguinte forma: df.replace({'A': ''}, regex=True, inplace=True) Dado o seu dataframe, o resultado será: A B C 0 1 2 3 1 4 5 6 2 7 8 9
bruno's user avatar
  • 7.357
4 votos

Remover coluna de números gerada automatica no Pandas Dataframe

Por padrão, DataFrame.to_excel salva o índice do seu DataFrame junto da tabela de Excel. O índice de um DataFrame (também por padrão) é uma sequência numérica começando de 0. É fácil mudar este ...
jfaccioni's user avatar
  • 1.921
4 votos
Aceito

Como funciona pivot table no pandas?

Existem duas formas de pivot no pandas, o pivot e a pivot_table. Tanto o pivot quanto a pivot_table retornam um dataframe como output, a diferença entre elas é que a primeira não aceita agregação, ...
Lucas's user avatar
  • 4.275
4 votos

Em Python, como remover caracteres específicos de todos os registros de apenas uma determinada coluna?

Você pode utilizar o apply e fazer um slicing da string raw_data['nome_arquivo'] = raw_data['nome_arquivo'].apply(lambda x: x[:-4]) Pode também utilizar o replace raw_data['nome_arquivo'] = raw_data['...
lmonferrari's user avatar
  • 4.039
4 votos
Aceito

Em Python, como remover caracteres específicos de todos os registros de apenas uma determinada coluna?

Uma outra forma, além de usar map (como apontado em outra resposta), é utilizar a conversão e os métodos de string fornecidos pelo pandas, assim: raw_data['nome_arquivo'].str.rstrip('.txt') O trecho ...
Murgalha's user avatar
  • 284
4 votos
Aceito

Relacionar dois dataframes utilizando lógica em python

O método explode resolve isso: >>> df_resultado = df1.merge(df2.explode("cat", ignore_index=False), how='left', on=['evento', 'cat']) >>> df_resultado Nome cat ...
Paulo Marques's user avatar
3 votos
Aceito

Substituir palavras em um texto que são formadas, obrigatoriamente, formadas de letras e números

Essa regex aqui funciona bem: ([0-9]()|[A-Za-z]())+\2\3 Basicamente o que essa regex faz é criar 2 grupos de captura, um de números([0-9]) e um de letras maiusculas e minusculas([a-zA-Z]), e então ...
Francisco's user avatar
  • 7.634
3 votos
Aceito

Como remover as linhas com base nos valores de outra variável?

A função filter do pacote dplyr atende o que você deseja library(dplyr) data %>% filter(!is.na(a)) a b 1 1 1 2 3 NA 3 4 NA 4 5 4 5 6 6 6 6 NA Nesse caso eu filtrei os elementos que não ...
Rafael Cunha's user avatar
  • 4.994
3 votos
Aceito

Pandas: comparação de informações em DataFrame

Brito, nesse caso voce pode utilizar a função do Pandas - Merge o código deve ser: df_join = pd.merge(df_acervo1, df_acervo3, how ='inner', on = ['num']) Obs. O parâmetro ON que está acima ...
Clayton Tosatti's user avatar
3 votos
Aceito

Como faço a filtragem de dados por data em um dataframe(Python)

Tenta o seguinte: races = pd.read_csv('races.csv', parse_dates=['date']) # tratar a coluna date como datetime results = pd.read_csv('results.csv') last10M = pd.merge(results, races, how='outer', on='...
Miguel's user avatar
  • 29,4mil
3 votos
Aceito

Como agrupar informações em um data frame a partir de dados faltantes?

Dá pra resolver este problema com o pacote dplyr: dados <- structure(list(date = structure(c(1L, 1L, 1L, 2L, 2L, 2L, 3L, 3L, 3L), .Label = c("1961-08-21", "1961-08-22", "1961-08-23"), class = "...
Marcus Nunes's user avatar
  • 18,9mil
3 votos
Aceito

DataFrame Python

df = pd.read_sql("SELECT * FROM dw.dbo.vW_Vendas", connection)
nosklo's user avatar
  • 5.918
3 votos

TAMANHO DE UM DATAFRAME

Não é um problema do pacote nem do R e, sim, da API Sidra. Por exemplo, d <- data.frame(A = runif(10000000)) é armazenado sem problemas. No site de ajuda da API, temos: Limite de consulta aos ...
JdeMello's user avatar
  • 844
3 votos
Aceito

Como obter somente os registros não duplicados com pandas

Quase. df2 = DF não cria uma cópia de DF, só dá mais um nome pra ele. Quando você dá drop_duplicates(..., inplace=True) as modificações acontecem direto no dataframe (i.e. seu data frame perde as ...
GBrandt's user avatar
  • 1.060
3 votos

Excluir linhas com um string específico

Toda posição de um data frame df no R pode ser acessada através do comando df[x, y] Em que x é a linha de interesse e y é a coluna de interesse. Entretanto, ao rodar df[x, ], sem especificar a ...
Marcus Nunes's user avatar
  • 18,9mil
3 votos

Criar novas colunas de dados em um data frame

Você deve primeiro criar as duas variáveis: censo2$Minimo <- NA censo2$Maximo <- NA Existem algumas maneiras de aplicar a condição que você deseja. Uma forma clara (talvez não a mais rápida) é ...
Antonio C. da Silva Júnior's user avatar
3 votos

Dividir data (dia, mês, ano) em novas colunas - DataFrame Pandas

Este erro acontece porque sua coluna data não é do tipo str, e sim do tipo datetime64. Para ver os tipos das colunas do seu Data Frame, basta fazer >>> df.dtypes data datetime64[ns] ...
AlexCiuffa's user avatar
  • 2.439

Only top scored, non community-wiki answers of a minimum length are eligible