标签: dataset

我在数据集上执行多个选择.所有这些选择的总记录数应该与数据集中的记录总数相匹配,但不匹配.(所有选择的总和都少.)我读过.Net 1.1 Select有多个AND条件的错误,但这是VS2005和.Net 2.0.

这是代码:注意:没有填充某些行的类别值.

string Filter;
Filter = "Category = 'HIGH'";
Response.Write("High: " + dslErrors.Tables[0].Select(Filter).GetLength(0).ToString() + "<br>");

int TotalRecords = dslErrors.Tables[0].Rows.Count; //This is correct

Filter = "Category = 'MEDIUM'";
Response.Write("Medium: " + dslErrors.Tables[0].Select(Filter).GetLength(0).ToString() + "<br>");

Filter = "Category = 'LOW'";
Response.Write("Low Error Count: " + dslErrors.Tables[0].Select(Filter).GetLength(0).ToString() + "<br>");

Filter = "((Category <> 'HIGH') AND (Category <> 'MEDIUM') AND (Category <> 'LOW'))";
Response.Write("Other: " + dslErrors.Tables[0].Select(Filter).GetLength(0).ToString() + "<br>");

我有一个数据集表,我想按列对其进行分组MOID,然后在该组中我想选择具有最大值列的行radi.

任何人都可以通过LINQ to dataset向我展示如何做到这一点？

这是我的班级代码.我想从过程_return()返回数据集我想将其返回给我调用过程的另一个形式.我应该使用什么样的返回类型？怎么实现呢？

public class Class1
{
    SqlConnection con = new SqlConnection(@"Data Source=.\SQLEXPRESS2005;AttachDbFilename='C:\Users\krish\Documents\Visual Studio 2005\WebSites\TRS\App_Data\Database.mdf';Integrated Security=True;User Instance=True");
    SqlCommand cmd = new SqlCommand();
    SqlDataAdapter da = new SqlDataAdapter();
    DataSet ds = new DataSet();

    public void _return(String qry)
    {
        con.Open();
        da = new SqlDataAdapter(qry, con);
        da.Fill(ds, "details");
        con.Close();
    }
}

我的问题是,有没有办法过滤数据集中的记录并使用该记录来填充datagridview？例如,一个数据表(3列:ID,StudentName,Gender)填充有学生的列表.我有两个数据网格形式即DatagridView1和Datagridview2.DatagridView1就是学生的列表,Gender等于M和DatagridView2就是其中的学生的名单Gender等于F.

在我目前的解决方案中,我正在使用循环.

For each iStud as datarow in iDataset.Tables(0).Rows
      IF iStud.Item("Gender").ToString = "M" Then
            'add this record to DatagridView1
      Else
            'add this record to DatagridView2
      End If
Next

有没有使用循环的方法？

我正在尝试从只有特定行的数据集填充组合框,这是我的代码:

comboBox2.DataSource = glObalDataSet.Tables["JOBURI"].Select(
               "CONT = '" + comboBox1.SelectedValue.ToString() + "'");

数据集运行正常,它是填充的,有人可以告诉我我在哪里做错了吗？

我已经向我添加了一个DataGridView控件来TabControl显示存储在本地应用程序数据库的单个表中的数据Cellar.sdf.

当我将数据源添加到DataGridView时,我选择要显示数据的表并预览数据.它显示数据库中的内容.

当我构建项目时,我收到以下错误:

The type name 'CellarDataSetTableAdapters' does not exist in the type 'Winecellar.Winecellar'
The type name 'CellarDataSet' does not exist in the type 'Winecellar.Winecellar'

我的项目名称是'Winecellar'.当我在VS2012中创建项目时,它创建了一个子文件夹,导致文件结构'Winecellar.Winecellar',但我不确定这是否与此问题有关.在文件夹里面我确实有文件,CellarDataSet它说我失踪了.

我是否TableAdapter必须为我的数据库创建一个单独的数据库,或者我必须以不同的顺序执行操作才能使其工作？

导致我的错误的代码行在我的Form1.Designer.cs文件中,

(1)        this.cellarDataSet = new Winecellar.CellarDataSet();
           this.wineBindingSource = new System.Windows.Forms.BindingSource(this.components);
(2)        this.wineTableAdapter = new Winecellar.CellarDataSetTableAdapters.WineTableAdapter();

(我在MSDN论坛上发现了一个类似的主题,虽然我无法通过阅读它来解决我的问题.请在此处阅读.

我有一个大型数据集,3000x400.我需要创建新列,这些列是由变量子集化的现有列的​​方法constituency.我有一个新列名列表,我想用它来命名新列,在下面调用newNames.但是当我直接输入所需的新名称时,我只能弄清楚如何命名列.

我目前在做什么:

set.seed(1)
dataTest = data.table(turnout_avg = rnorm(20), urban_avg = rnorm(20,5,2), Constituency = c("A","B","C","D"), key = "Constituency")

oldColumnNames = c( "turnout_avg" , "urban_avg")

newNames = c( "turnout" ,   "urban")

# Here's my problem, naming these new columns
comm_means_by_district = cbind( 
dataTest[,list(Const_turnout = mean(na.omit(get(oldColumnNames[[1]])))), by= Constituency],
dataTest[,list(Const_urban = mean(na.omit(get(oldColumnNames[[2]])))),by= Constituency])

实际上,我想创建两个以上的新列.因此,我不能可行性的类型Const_turnout,Const_urban对所有新列,等等.

我已经尝试了两个想法,但都没有用,1.

dataTest[,list(paste("district", newNames[1], sep="_") = mean(na.omit(get(refColNames[[1]])))), by= Constituency]

或2.

dataTest[,list(paste(oldColumnNames[1], "constMean", sep="_") = mean(na.omit(get(refColNames[[1]])))), by= Constituency]

我的数据集来自基于计算机的测试,下面给出了一个样本.

x<-data.frame(rbind(c("A","C","A","B","A"),
                    c("M","M","M","M","M"),
                    c("M","M","M","M","M"),
                    c("C","C","A","C","A"),
                    c("C","C","B","C","A"),
                    c("A","C","A","C","B")))

colnames(x)<-c("q1","q2","q3","q4","q5")
rownames(x)<-c("key","c1","c2","c3","c4","c5")
    q1 q2 q3 q4 q5
key  A  C  A  B  A
c1   M  M  M  M  M
c2   M  M  M  M  M
c3   C  C  A  C  A
c4   C  C  B  C  A
c5   A  C  A  C  B

列表示问题,行表示候选.第一行是答案键.M代表没有答案.我需要替换值,使Ms替换为"NA",正确答案为1,错误答案为0. EX.对于q1,正确的答案是"A",因此候选3的值,"C"必须替换为0,因为答案是错误的.

最终数据集应如下所示

      q1   q2   q3   q4   q5
key    A    C    A    B    A
c1  <NA> <NA> <NA> <NA> <NA>
c2  <NA> <NA> <NA> <NA> <NA>
c3     0    1    1 …

我正在编写一个代码,用于在tensorflow中从光盘读取图像和标签,然后尝试调用tf.estimator.inputs.numpy_input_fn.如何传递整个数据集而不是单个图像.我的代码看起来像:

filenames = tf.constant(filenames)
labels = tf.constant(labels)

dataset = tf.data.Dataset.from_tensor_slices((filenames, labels))
dataset = dataset.map(_parse_function)
dataset_batched = dataset.batch(10)
iterator = dataset_batched.make_one_shot_iterator()
features, labels = iterator.get_next()

with tf.Session() as sess:

  print(dataset_batched)
  print(np.shape(sess.run(features)))
  print(np.shape(sess.run(labels)))

  mnist_classifier = tf.estimator.Estimator(model_fn=cnn_model_mk, model_dir=dir)
  train_input_fn = tf.estimator.inputs.numpy_input_fn(x={"x": np.array(sess.run(features))},
                                                  y=np.array(sess.run(labels)),
                                                  batch_size=1,
                                                  num_epochs=None,
                                                  shuffle=False)
  mnist_classifier.train(input_fn=train_input_fn, steps=1)

我的问题是如何在这里传递数据集 x={"x": np.array(sess.run(features))}

我真的需要加速一些R代码.我有一个特定运动的大型数据集.数据框中的每一行代表游戏中的某种类型的动作.对于每个游戏(game_id),我们有两个团队(team_id)参与游戏.time_ref在数据框中是每个游戏按时间顺序的动作.type_id是游戏中的动作类型.player_off被设置为TRUE或被FALSE链接到action_id=3.action_id=3代表玩家获得一张牌并被player_off设置为TRUE/ FALSE如果玩家在获得该牌时被罚下.示例data.frame:

> df

game_id team_id action_id   player_off  time_ref
100     10         1             NA       1000
100     10         1             NA       1001
100     10         1             NA       1002
100     11         1             NA       1003
100     11         2             NA       1004
100     11         1             NA       1005
100     10         3             1        1006
100     11         1             NA       1007
100     10         1             NA       1008
100     10         1 …