-
python – Pandas：从列到唯一值的总和值
所属栏目：[Python] 日期：2020-12-20 热度：103
我有数据帧 ID time coeff category111 12 1.5 shop111 15 1.5 shop222 12 0.8 shop222 18 0.8 shop 我需要得到 category unique_users shop 2.3 如果我试试 result = df.groupby(['category']).agg({'ID': pd.Series.nunique}).rename(columns={ 'member_id[详细]
-
如何将一列字符串转换为数字？
所属栏目：[Python] 日期：2020-12-20 热度：113
我从查询中获得了这个pandas数据帧： | name | event |----------------------------| name_1 | event_1 || name_1 | event_2 || name_2 | event_1 | 我需要将列事件转换为数字,或者看起来像这样： | name | event_1 | event_2 |---------------------------[详细]
-
如何编写PyTorch序列模型？
所属栏目：[Python] 日期：2020-12-20 热度：129
到目前为止,我在Keras写了我的MLP,RNN和CNN,但现在PyTorch在深度学习社区中越来越受欢迎,所以我也开始学习这个框架.我是Keras顺序模型的忠实粉丝,它使我们能够非常快速地制作简单的模型.我还看到PyTorch具有此功能,但我不知道如何编写代码.我试过这种方式 im[详细]
-
python – 循环多选题？
所属栏目：[Python] 日期：2020-12-20 热度：58
所以这就是我正在努力解决的问题.我希望Yes和No两者都相同,并且结束循环(我尚未开始),但是当输入的内容不是Yes或No时它会再次循环问题,直到是或否输入.我无法弄清楚如何做这个部分,我还在学习,而循环对我来说是个新的基础. 我正在使用2.7 d1 = raw_input('Pl[详细]
-
python – 将某些列除以pandas中的另一列
所属栏目：[Python] 日期：2020-12-20 热度：198
想知道是否有更有效的方法将多列分成某一列.比如说我有： prev open close volume20.77 20.87 19.87 96281619.87 19.89 19.56 66807619.56 19.96 20.1 57898720.1 20.4 20.53 418597 我想得到： prev open close volume20.77 1.0048 0.9567 96281619.87 1.00[详细]
-
python – 为什么不是“numpy.any”懒惰(短路)
所属栏目：[Python] 日期：2020-12-20 热度：149
我不明白为什么还没有进行如此基本的优化： In [1]: %timeit np.ones(10**6).any()100 loops,best of 3: 7.32 ms per loopIn [2]: %timeit np.ones(10**7).any()10 loops,best of 3: 59.7 ms per loop 即使结论是第一项的证据,也扫描整个阵列. 解决方法 这是[详细]
-
python – 仅当列值为字符串时才将列值转换为小写
所属栏目：[Python] 日期：2020-12-20 热度：97
我在将列转换为小写时遇到了麻烦.它并不像以下那样简单： df['my_col'] = df['my_col'].str.lower() 因为我正在迭代很多数据帧,其中一些(但不是全部)在感兴趣的列中都有字符串和整数.如果像上面那样应用,这会导致较低的函数抛出异常： AttributeError: Can o[详细]
-
如何指定x和y轴以在Python中绘制数据帧
所属栏目：[Python] 日期：2020-12-20 热度：101
我想spcify x和y轴在 Python中的数据框中绘制数据. 例如,我在数据帧中有四列.这是我的代码. df.plot(x=df['a'],y=df['b'],label=df['c']) 它抛出一个错误说：这些值来自’b’列. “KeyError: ‘[ 500.8 567.2 487.2 444.4 1371.6 714.4 1157.4 476.8 345.4n[详细]
-
python – Groupby并计算唯一值的数量(Pandas)
所属栏目：[Python] 日期：2020-12-20 热度：57
我有一个包含2个变量的数据框：ID和结果.我首先尝试对ID进行分组,并计算该ID中结果的唯一值的数量. dfID outcome1 yes1 yes1 yes2 no2 yes2 no 预期产量： ID yes no1 3 02 1 2 我的代码df [[‘PID’,’outcome’]].groupby(‘PID’)[‘outcome’] .nunique([详细]
-
在Python中执行多个列表推导的最有效方法
所属栏目：[Python] 日期：2020-12-20 热度：136
鉴于这三个列表理解,有没有更有效的方法来做到这一点,而不是三个故意集？我相信在这种情况下for循环可能是糟糕的形式,但如果我在rowsaslist中迭代大量的行,我觉得我下面的内容并不那么有效. cachedStopWords = stopwords.words('english')rowsaslist = [x.lo[详细]
-
python – `ValueError：x_new中的值高于插值范围. – 除了不提
所属栏目：[Python] 日期：2020-12-20 热度：191
我在scipy interp1d函数中收到此错误.通常,如果x不是单调增加,则会产生此错误. import scipy.interpolate as spidef refine(coarsex,coarsey,step): finex = np.arange(min(coarsex),max(coarsex)+step,step) intfunc = spi.interp1d(coarsex,axis=0) finey[详细]
-
python – Tensorflow变量重用
所属栏目：[Python] 日期：2020-12-20 热度：194
我已经建立了我的LSTM模型.理想情况下,我希望稍后使用重用变量来定义测试LSTM模型. with tf.variable_scope('lstm_model') as scope: # Define LSTM Model lstm_model = LSTM_Model(rnn_size,batch_size,learning_rate,training_seq_len,vocab_size) scope.r[详细]
-
如何在图形中绘制pandas groupby值？
所属栏目：[Python] 日期：2020-12-20 热度：110
我有一个csv文件,其中包含性别和婚姻状态以及更多列,如下所示. Loan_ID,Gender,Married,Dependents,Education,Self_Employed,ApplicantIncome,CoapplicantIncome,LoanAmount,Loan_Amount_Term,Credit_History,Property_Area,Loan_StatusLP001002,Male,No,Gra[详细]
-
python – 检查Numpy Array中是否包含单个元素
所属栏目：[Python] 日期：2020-12-20 热度：87
我只是想检查一个numpy数组是否包含一个快速类似于包含列表的数字.有简洁的方法吗？ a = np.array(9,2,7,0)a.contains(0) == true 解决方法 你可以在一个中使用0.即 a = np.array([9,0])(0 in a) == True[详细]
-
python – 熊猫融化与多个价值变量
所属栏目：[Python] 日期：2020-12-20 热度：110
我有一个像这样的宽格式的数据集 Index Country Variable 2000 2001 2002 2003 2004 2005 0 Argentina var1 12 15 18 17 23 29 1 Argentina var2 1 3 2 5 7 5 2 Brazil var1 20 23 25 29 31 32 3 Brazil var2 0 1 2 2 3 3 我希望将我的数据重新整形为长,以便[详细]
-
python – 删除numpy数组中的掩码元素
所属栏目：[Python] 日期：2020-12-20 热度：101
我有一些包含掩码元素的数组(来自Numpy.MaskedArray),例如 data = [0,1,masked,3,5,...] 掩模不遵循规则图案的地方. 我想遍历数组并简单地删除所有被屏蔽的元素以结束： data = [0,...] 我尝试了一个循环： for i in xrange(len(data)): if np.ma.is_masked([详细]
-
python – 将元组列表转换为dataframe – 其中元组的第一个元素
所属栏目：[Python] 日期：2020-12-20 热度：170
我有一个格式列表： tuples = [('a',1,10,15),('b',11,3),('c',7,19,2)] # etc. 我希望将数据存储在DataFrame中,格式如下： a b c ... 0 1 11 7 ... 1 10 0 19 ... 2 15 3 2 ... 元组的第一个元素是我希望的列名. 我明白,如果我能通过运行实现我想要的东西：[详细]
-
python – pandas列上的不等式
所属栏目：[Python] 日期：2020-12-20 热度：149
我有一个pandas数据框,我想基于现有列和某些不等式创建一个新列.例如,让我们 df=pd.DataFrame({'a':[1,2,3,4,5,6,7],'b':[3,7,1]}) 所以df看起来像 a b0 1 31 2 62 3 43 4 24 5 75 6 76 7 1 我想添加一个新列res,如果a中的对应值小于2则等于0,如果a中的对应[详细]
-
如何使用Python获取网站的协议(http或https)
所属栏目：[Python] 日期：2020-12-20 热度：156
我只想着如何模仿浏览器,比如Chrome,用 Python检测网站的协议.例如,我们在地址栏上键入“stackoverflow.com”,然后按Enter,浏览器可以自动检测并将URL更改为“ https://stackoverflow.com”(添加网站的协议),我想知道我们如何在Python中完成它,就像： url =[详细]
-
Python：读取12位二进制文??件
所属栏目：[Python] 日期：2020-12-20 热度：193
我试图使用 Python 3读取包含图像(视频)的12位二进制文??件. 要读取类似的文件但以16位编码,以下内容非常有效： import numpy as npimages = np.memmap(filename_video,dtype=np.uint16,mode='r',shape=(nb_frames,height,width)) 其中filename_video是可以[详细]
-
这个Python魔法是什么？
所属栏目：[Python] 日期：2020-12-20 热度：122
如果你这样做{k：v for k,v in zip(* [iter(x)] * 2)}其中x是一个列表,你会得到一个字典,其中包含所有奇数元素作为键,甚至是作为他们的价值观哇！ x = [1,"cat","hat",35,2.5,True] d = {k:v for k,v in zip(*[iter(x)]*2)} d{1: "cat","hat": 35,2.5: True}[详细]
-
python – 替换部分匹配字符串的pandas数据框中的列名
所属栏目：[Python] 日期：2020-12-20 热度：131
背景 我想在数据框中识别部分匹配字符串的列名称,并将其替换为原始名称以及添加到其中的一些新元素.新元素是由列表定义的整数.这是一个similar question,但我担心建议的解决方案在我的特定情况下不够灵活. here是另一篇文章,其中有几个很好的答案接近我面临[详细]
-
python – “else：return True”和“return True”之间有什么区
所属栏目：[Python] 日期：2020-12-20 热度：184
当我学习 Python时,我遇到了一些不同的风格.我想知道使用“else”与使用“if”语句之外的代码之间的区别是什么.为了进一步解释我的问题,下面是两段代码. x = 5if x == 5: return Trueelse: return False 据我所知,如果x！= 5,则返回False,但下面的代码如何与[详细]
-
python – 将函数存储为字典值时调用函数
所属栏目：[Python] 日期：2020-12-20 热度：119
def test(): print "printing from test func"dic = {'a':1,'b':2,'c':test}if len(dic) == 3: print (dic['c'])output:function test at 0x106887578 此代码打印函数对象作为输出,如何从测试函数获取print语句作为输出. 解决方法 只需调用dic [‘c’]()即可[详细]
-
python – 避免显式包含函数参数
所属栏目：[Python] 日期：2020-12-20 热度：76
我的代码看起来像这样： import requestss = requests.Session()r = s.get(a,verify=False)r = s.get(b,verify=False)r = s.get(c,verify=False)r = s.get(d,verify=False)r = s.get(e,verify=False)r = s.get(f,verify=False)r = s.get(g,headers={"a":"b"}[详细]
