WeNYoBen的回复列表

创作新主题

社区所有版块导航

Python

python开源 Django Python DjangoApp pycharm

DATA

docker Elasticsearch

问与答闲聊招聘翻译创业分享发现分享创造求职区块链支付之战

aigc

aigc chatgpt

WEB开发

linux MongoDB Redis DATABASE NGINX 其他Web框架 web工具 zookeeper tornado NoSql Bootstrap js peewee Git bottle IE MQ Jquery

机器学习

机器学习算法

Python88.com

反馈公告社区推广

产品

短视频

印度

一周十大热门主题

ChatGPT 出现以后，全球成绩暴涨

哈尔滨工业大学张颖鹤、山东大学王子良Adv.Sci.：界面反应器机器学习模拟：揭示碳酸酯/醚基电解液...

【AI加油站】第一百九十一部：《深入浅出神经网络与深度学习》｜从“手写数字”到“AI看懂世界”，这本...

机器学习学术速递[8.5]

深度学习计算图内存分配：从精确求解到启发式算法的系统化工程实践

ChatGPT Voice × Codex 完整教程：语音控制电脑与 AI Agent 工作流

9岁男孩“入职”杭州大厂当实习生；4岁学Scratch、5岁学Python，参与制作40余款游戏，“...

机器学习学术速递[8.4]

山东大学AM：连续导电梯度全有机气凝胶：机器学习助力实现超宽带、超低反射电磁屏蔽

三星收缩手机业务布局;ChatGPT产品停服;美国要求苹果再加后门

6 年前

回复了 WeNYoBen 创建的主题 » 如何在Python中打印缺少值的列的名称和缺少值的计数?

我们可以排成一行

[*df.isnull().sum().loc[lambda x : x>0].items()]

7 年前

回复了 WeNYoBen 创建的主题 » 如何使用python在数据帧中将列中的每个元素移动n个范围?

对你来说

df['Newvalue']=pd.Series(df.value.values,index=np.arange(len(df))*3)
df
Out[41]: 
   No   A   B  value  Newvalue
0   1  23  36    1.0       1.0
1   2  45  23    1.0       NaN
2   3  34  12    2.0       NaN
3   4  22  76    NaN       1.0

7 年前

回复了 WeNYoBen 创建的主题 » 如何在python中选择相同的日期n年?

使用 strftime

df[df.index.strftime('%m-%d')=='04-17']

7 年前

回复了 WeNYoBen 创建的主题 » 如何从excel文件中复制某些相似的数据行,并使用python保存到另一个excel文件中?

你可以查一下 goupby + reindex

g=df.groupby('name')
for x , y in g : 

    y=y.reset_index(drop=True).reindex(range(g.size().max())).fillna({'name':'zzzz'}).fillna(0)
    y.to_csv(x+'.csv')
    print(y)

   name    number  number.1
0  aaaa  123456.0  223456.0
1  aaaa  123456.0  221456.0
2  zzzz       0.0       0.0
   name    number  number.1
0  bbbb  123356.0  228456.0
1  bbbb  123556.0  229456.0
2  zzzz       0.0       0.0
   name  number  number.1
0  cccc  123756    200456
1  cccc  122256    220756
2  cccc  121156    226656

7 年前

回复了 WeNYoBen 创建的主题 » 切片日期时间函数:Python

让我们使用 pd.cut

pd.cut(s.dt.hour,[-0.001,12,18,24],labels=['Morning','Afternoon','Evening'])

7 年前

回复了 WeNYoBen 创建的主题 » 如何在python中生成词频矩阵

这是 get_dummies 问题,为了达到你所需要的,你只需要跟随 reindex

s='He,is,a,good,person,bad,student,hardworking'.split(',')
df.W1.str.get_dummies(sep=' ').reindex(columns=s)
Out[914]: 
   He  is  a  good  person  bad  student  hardworking
0   1   1  1     1       1    0        0            0
1   1   1  0     0       0    1        1            0
2   1   1  0     0       0    0        0            1

数据输入

                    W1               W2
0  He is a good person     Positive Sense
1  He is bad student       Negative Sense
2  He is hardworking       Positive Sense

7 年前

回复了 WeNYoBen 创建的主题 » python:concat 2数据帧,将其名称保留为新列

用支票 keys

pd.concat([df1, df2], keys=['df1', 'df2'],names =['id','index']).reset_index(level=0)
Out[880]: 
        id letter  number
index                    
0      df1      a       1
1      df1      b       2
0      df2      a       1
1      df2      b       2

如果要动态创建关键点

pd.concat({x : y for x,y in enumerate([df1, df2])},names =['id','index']).reset_index(level=0)
Out[879]: 
       id letter  number
index                   
0       0      a       1
1       0      b       2
0       1      a       1
1       1      b       2

7 年前

回复了 WeNYoBen 创建的主题 » 如何在python中使用带前缀的str.get_dummies?

实现这一目标的一个方法是 add_prefix

data_df['genres_names'].str.get_dummies().add_prefix('something')

7 年前

回复了 WeNYoBen 创建的主题 » 如何使用pivot表python创建重复行

这就是为什么 wide_to_long 建立

pd.wide_to_long(df,['wk'],i=['SKU','Ids'],j='value',sep='_').reset_index()
Out[28]: 
    SKU  Ids  value  wk
0    10   20      1   1
1    10   20      2   2
2    10   20      3   3
3    10   20      4   4
4    10   20      5   5
5    10   20      6   6
6    30   40      1   6
7    30   40      2   5
8    30   40      3   4
9    30   40      4   3
10   30   40      5   2
11   30   40      6   1

7 年前

回复了 WeNYoBen 创建的主题 » python pandas str.从多个列提取

IIUC

df['New']=df.apply(','.join,axis=1).str.extract(r'(\d{4})', expand = 
False).fillna('')
df
   field1  field2   New
0  ab1234  ab1234  1234
1  ac1234          1234
2    qw45    rt23      
3  c1234b  cb1234  1234
4      cv  1234dd  1234

7 年前

回复了 WeNYoBen 创建的主题 » 在python或r中,是否有更有效的方法来聚合数据集并计算频率?

在R

prop.table(table(dat$value))

   0    1    2 
0.25 0.50 0.25

在巨蟒中,麻木

import numpy as np 
u,c=np.unique(df.value,return_counts=True)
pd.Series(c/c.sum(),index=u)
0    0.25
1    0.50
2    0.25
dtype: float64

7 年前

回复了 WeNYoBen 创建的主题 » 水平方向的python字典到csv

假设你 dict 名称为 d

pd.Series(d).to_frame().T
Out[55]: 
  key1 key2 key3
0    1   42  foo
#pd.Series(d).to_frame().T.to_csv()

7 年前

回复了 WeNYoBen 创建的主题 » 如何根据python中的前一行值编辑现有的行值

np.where + shift

df['value']=np.where(df.value.isnull().shift()&df.value.eq(2),0,df.value)
df
Out[593]: 
       date  time  value
0  20141102  1420    0.0
1  20141102  1425    2.0
2  20141103  1430    NaN
3  20141103  1435    NaN
4  20141104  1440    0.0
5  20141104  1445    NaN
6  20141105  1450    NaN
7  20141105  1455    0.0

7 年前

回复了 WeNYoBen 创建的主题 » 在python中,在找到新的id之前,如何取消对计数为0的值的堆栈?

IIUC,通过使用 cumcount

df['cnt']=df.groupby(0).cumcount()+1
df.sort_values([0,'cnt'],inplace=True)