相关疑难解决方法(0)

信不信由你,在分析我当前的代码之后,numpy数组reversion的重复操作占用了运行时间的一大块.我现在拥有的是基于视图的常见方法:

reversed_arr = arr[::-1]

有没有其他方法可以更有效地做到这一点,还是仅仅因为我对不切实际的numpy表现的痴迷而产生的错觉？

我正在尝试在abs(C)上对这个数据框进行排序

      A     B     C
0  10.3  11.3 -0.72
1  16.2  10.9 -0.84
2  18.1  15.2  0.64
3  12.2  11.3  0.31
4  17.2  12.2 -0.75
5  11.6  15.4 -0.08
6  16.0  10.4  0.05
7  18.8  14.7 -0.61
8  12.6  16.3  0.85
9  11.6  10.8  0.93

为此，我必须附加一个新列 D = abs(C)，然后对 D 进行排序

df['D']= abs (df['C'])
df.sort_values(by=['D'])

有没有一种方法可以用一种方法完成这项工作？

我有一个简单的值列表，我需要其中的索引按原始值顺序（最大到最小）排序。

我们假设列表是

maxList = [7, 3, 6, 9, 1, 3]

结果应该是：

indexedMaxList = [3, 0, 2, 1, 5, 4]

到目前为止我尝试过的：

def ClusteringOrder(maxList):
    sortedMaxList = maxList.copy()
    sortedMaxList.sort(reverse=True)
    indexedMaxList = []
    for i in range(len(maxList)):
        indexedMaxList.append(maxList.index(sortedMaxList[i]))
    return(indexedmaxList)

问题很明显，这样做会返回第一次出现重复值的索引。在这种情况下，双 3 将返回 1 两次，因此结果将是：

indexedMaxList = [3, 0, 2, 1, 1, 4]

有没有什么简单的方法可以恢复实际位置？

我有一个Python熊猫数据框,在其中一个名为列status含有三种可能的值:ok,must read x more books,does not read any books yet,在x高于一个整数0.

我想status根据上面的顺序对值进行排序.

例:

  name    status
0 Paul    ok
1 Jean    must read 1 more books
2 Robert  must read 2 more books
3 John    does not read any book yet

我发现了一些有趣的提示,使用Pandas Categorical和map但我不知道如何处理修改字符串的变量值.

我怎样才能做到这一点？

我正在尝试创建一个使用df.iterrows()和的函数Series.nlargest.我想遍历每一行并找到最大的数字,然后将其标记为a 1.这是数据框:

A   B    C
9   6    5
3   7    2

这是我希望的输出:

A    B   C
1    0   0
0    1   0

这是我想在这里使用的功能:

def get_top_n(df, top_n):
    """


    Parameters
    ----------
    df : DataFrame

    top_n : int
        The top number to get
    Returns
    -------
    top_numbers : DataFrame
    Returns the top number marked with a 1

    """
    # Implement Function
    for row in df.iterrows():
        top_numbers = row.nlargest(top_n).sum()

    return top_numbers

我收到以下错误:AttributeError:'tuple'对象没有属性'nlargest'

如何以更整洁的方式重新编写我的功能并实际工作,将不胜感激!提前致谢

我有一个这样的数据框，如何排序。

  df = pd.DataFrame({'Date':['Oct20','Nov19','Jan19','Sep20','Dec20']})


        Date
    0   Oct20
    1   Nov19
    2   Jan19
    3   Sep20
    4   Dec20

我熟悉日期排序列表（字符串）

 a.sort(key=lambda date: datetime.strptime(date, "%d-%b-%y"))

有什么想法吗？我应该拆分吗？

我有一个使用plotly 构建堆积条形图的代码示例：

import plotly.graph_objects as go

x = ['2018-01', '2018-02', '2018-03']

fig = go.Figure(go.Bar(x=x, y=[10, 15, 3], name='Client 1'))
fig.add_trace(go.Bar(x=x, y=[12, 7, 14], name='Client 2'))

fig.update_layout(
    barmode='stack',
    yaxis={'title': 'amount'},
    xaxis={
        'type': 'category',
        'title': 'month',
    },
)
fig.show()

输出以下图：

有没有办法调整绘图布局以按值对每个条形的 Y 轴进行排序？
例如，在第二条 (2018-02) 中，客户端 1 的 Y 值较高，蓝色条应位于红色条的顶部。