Question

我有一个包含[[ID'，'DATE'，'VALUE']列的数据框。我采购的数据的方式是，我有许多重复的ID，每个都有重复的价格 - 所以，例如，框架将与

一起出现

ID  Date   Value
a  1/1/17    2
a  1/2/17    3
a  1/3/17    4
b  1/1/17    5
b  1/2/17    6
b  1/2/17    7

我创建了一个框架，其中日期是索引，唯一ID是列，通过

ID = list(set(df['ID']))
DATE = list(set(df['DATE']))
newdf = pd.DataFrame(columns = ID, index = DATE).sort()

我现在想要从df中检索Value，并将它放置为newdf [DATE] [ID]与来自df的那些索引匹配，我无法弄清楚如何在没有一些繁重的循环的情况下强制转换它们 - 有更好的方法吗？

Answer 1

我们使用stock = function(m, s){ loop = length(s) I = matrix(NA, loop, 2) for(i in 1:loop){ I[i,] = quantile(rbeta(1e2, m, s[i]), c(.025, .975)) } plot(rep(1:loop, 2), I[, 1:2], ty = "n", ylim = 0:1, xlim = c(1, loop)) segments(1:loop, I[, 1], 1:loop, I[, 2]) } # Example of use: stock(m = 2, s = c(1, 10, 15, 20, 25, 30)) stock(m = 50, s = c(1, 10, 15, 20, 25, 30)) #The result of this run be plotted on top of previous run above + combine_first

pivot_table

填充Pandas数据框，其中index和column是另一个数据框的值

1 个答案: