我想通过linest运行多（！）因子分析，再次排除所有包含零的行（或者如果\ xe2 \ x80 \ x99s更容易的空白单元格）。有没有办法使用 linest 函数来做到这一点？

我尝试使用以下公式，我在其他地方找到了该公式，但除了#VALUE！之外什么也得不到。

=LINEST(IF(ISNUMBER(C15:C26);C15:C26;);IF(ISNUMBER(C15:C26);CHOOSE({1;2;3};1;D15:D26;E15:E26););1;1)\n

仅供参考 \xe2\x80\x93 Y 值是 C 列，X 值在 D 和 E 列中。

预先感谢！\n朱利安

在此输入图像描述

来自 numpy数组上的 numpy 操作中的屏蔽数组的文档：

numpy.ma 模块附带了大多数 ufunc 的特定实现。每当输入被屏蔽或超出有效域时，具有有效域（例如对数或除法）的一元和二元函数都会返回屏蔽常量：例如：

ma.log([-1, 0, 1, 2])
masked_array(data = [-- -- 0.0 0.69314718056],
             mask = [ True  True False False],
       fill_value = 1e+20)

我遇到的问题是，对于我的计算，我需要知道这些无效操作是在哪里产生的。具体来说，我想要这样：

ma.log([-1, 0, 1, 2])
masked_array(data = [np.nan -- 0.0 0.69314718056],
             mask = [ True  True False False],
       fill_value = 1e+20)

冒着这个问题成为对话的风险，我的主要问题是：

masked_array在计算出的无效值（由fix_invalidnp.nan 和 np.inf 等“固定”的值）不会转换为（并与）掩码值合并的情况下，有什么好的解决方案可以解决这个问题？

我当前的解决方案是计算 上的函数masked_array.data，然后用原始掩码重建掩码数组。但是，我正在编写一个应用程序，它将用户的任意函数映射到许多不同的数组上，其中一些被屏蔽，一些则没有，并且我希望避免仅针对屏蔽数组的特殊处理程序。此外，这些数组在 MISSING、NaN 和 Inf 之间存在区别，这一点很重要，因此我不能只使用带有np.nans 的数组而不是masked值。

此外，如果有人对这种行为存在的原因有任何看法，我想知道。在同一操作中使用此功能似乎很奇怪，因为对未屏蔽值进行操作的结果的有效性实际上是用户的责任，用户可以选择使用该函数来“清理” fix_invalid。

此外，如果有人知道 numpy 中缺失值的进展情况，请分享，因为最旧的帖子是 2011-2012 …

我有一个需要缺失值处理的数据集。

 Column                      Missing Values

 Complaint_ID                    0         
 Date_received                   0         
 Transaction_Type                0         
 Complaint_reason                0         
 Company_response              22506         
 Date_sent_to_company            0         
 Complaint_Status                0         
 Consumer_disputes             7698

现在的问题是，当我尝试用values其他columns使用模式替换缺失的内容时groupby：

代码：

data11["Company_response"] = 
data11.groupby("Complaint_reason").transform(lambda x: x.fillna(x.mode() 
[0]))["Company_response"]

data11["Consumer_disputes"] = 
data11.groupby("Transaction_Type").transform(lambda x: x.fillna(x.mode() 
[0]))["Consumer_disputes"]

我收到以下错误：

堆栈跟踪

Traceback (most recent call last):

File "<ipython-input-89-8de6a010a299>", line 1, in <module>
    data11["Company_response"] = data11.groupby("Complaint_reason").transform(lambda x: x.fillna(x.mode()[0]))["Company_response"]

  File "C:\Anaconda3\lib\site-packages\pandas\core\groupby.py", line 3741, in transform
    return self._transform_general(func, *args, **kwargs)

  File "C:\Anaconda3\lib\site-packages\pandas\core\groupby.py", line 3699, in _transform_general
    res = path(group)

  File "C:\Anaconda3\lib\site-packages\pandas\core\groupby.py", line …

我是 R 和 Shiny 的新手，我正在尝试使用 ggplot2 创建一个交互式绘图。当用户选中复选框时，他可以访问多选字段来自定义绘图。

原始数据框包含标识为"N/A"inPublisher和Yearcolumn 的缺失值。我删除了包含 NAs 的行，complete.cases所以它不应该有任何 NA 剩下。

我运行我的应用程序：好的。我进入默认情节：好的。我选中复选框：Warning: Factor 'Publisher' contains implicit NA, consider using 'forcats::fct_explicit_na'

我想删除这个警告，至少理解它。如果您有任何其他评论，请这样做：我的目标是变得更好。

应用程序R：

df<-read.csv("vgsales.csv")
df$Year[df$Year=="N/A"]<-NA
df$Year<-factor(df$Year)
df$Publisher[df$Publisher=="N/A"]<-NA
df$Publisher<-factor(df$Publisher)
df<-df[complete.cases(df),]

pubSales<-na.omit(df
    %>% group_by(Publisher, Year) 
    %>% summarise(Global_Sales=sum(Global_Sales))
)
pubSales<-pubSales[order(pubSales$Year),]

top5Pub<-head(unique(pubSales[order(-pubSales$Global_Sales),]$Publisher),5)

ui <- navbarPage("Video Games Sales",
    tabPanel("Publishers",
        mainPanel(
            titlePanel(
                title = "Publishers sales"
            ),
            sidebarPanel(
                radioButtons(
                    "pubOptions",
                    "Options",
                    c("Top 5 Publishers"="topFivePub",
                      "Custom Publishers"="customPub"),
                    selected="topFivePub"
                ),
                uiOutput("customPubUI")
            ),
            mainPanel(
                plotOutput("pubPlot")
            ),
            width=12
        )
    ) …

我正在从 NCEP/NCAR Reanalysis 1 的 netCDF 文件中读取风分量（u 和 v）数据来进行一些计算。我正在使用 xarray 来读取文件。

在其中一项计算中，我想屏蔽掉低于某个阈值的所有数据，使它们等于 Missing_value 属性。我不想使用 NaN。

但是，当使用 xarray 读取数据时，missing_value 属性（存在于 netCDF 文件中的变量中）不会复制到包含数据的 xarray.DataArray。

我找不到使用 xarray 从 netCDF 文件变量复制此属性的方法。

这是我正在尝试做的事情的一个例子：

import xarray as xr
import numpy as np

DS1 = xr.open_dataset( "u_250_850_2009012600-2900.nc" )
DS2 = xr.open_dataset( "v_250_850_2009012600-2900.nc" )

u850 = DS1.uwnd.sel( time='2009-01-28 00:00', level=850, lat=slice(10,-60), lon=slice(260,340) )
v850 = DS2.vwnd.sel( time='2009-01-28 00:00', level=850, lat=slice(10,-60), lon=slice(260,340) )

vvel850 = np.sqrt( u850*u850 + v850*v850 )

jet850 = vvel850.where( vvel850 >= 12 )
#jet850 = …

问候大家。我有一个 excel 文件，我需要根据列数据类型清理和填充 NaN 值，例如，如果列数据类型是对象，我需要在该列中填充“NULL”，如果数据类型是整数或浮点数，则需要填充 0在那些列中。

到目前为止，我已经尝试了 2 种方法来完成这项工作，但没有运气，这是第一个

df = pd.read_excel("myExcel_files.xlsx")

使用bulit方法按数据类型选择列

df.select_dtypes(include='int64').fillna(0, inplace=True)

df.select_dtypes(include='float64').fillna(0.0, inplace=True)

df.select_dtypes(include='object').fillna("NULL", inplace=True)

我得到的输出不是错误而是警告，数据框没有变化

C:\ProgramData\Anaconda3\lib\site-packages\pandas\core\frame.py:4259: SettingWithCopyWarning: 
A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  **kwargs

因为第一个是切片错误所以我想一次做一列，这是代码

df = pd.read_excel("myExcel_files.xlsx")

#get the list of all integer columns
int_cols = list(df.select_dtypes('int64').columns)

#get the list of all float columns
float_cols = list(df.select_dtypes('float64').columns)

#get the list of all object columns
object_cols = …

这可能是一个简单的问题，但我就是无法解决。我有一个生物化学测试结果的数据框。其中一些测试由于检测限制base_crp而返回值。<3在继续之前我需要估算这些数据。我想正确地做到这一点，所以不仅仅是替换。

我尝试了zCompositions包中的 multLN ，但似乎认为所有<3值都是负数（错误提示X contains negative values）。似乎也没有太多文档——这是一个不起眼的包吗？

我还查看了LODI，但它希望我指定插补模型的协变量 - 有没有正确的方法来选择这些变量？不管怎样，我选择了 3 个理论上关联良好的，并使用了以下代码：

clmi.out <- clmi(formula = log(base_crp) ~ base_wcc + base_neut + base_lymph, df = all, lod = crplim, seed = 12345, n.imps = 5)

其中 base_crp 是我要修复的变量。我用 替换了所有 <3NA并插入了一个新列all$crplim <- "3"。然而，这才刚刚回归 Error in sprintf("%s must be numeric.") : too few arguments。

即使我能让 LODI 工作，我也不确定它是否是正确的工具。我只是一名本科生，几乎没有统计背景，所以我不太明白我在做什么——我只是想要一些用数字填充列的东西，这样我就可以继续使用皮尔逊相关性和线性回归等。我真的很感激一些帮助。提前致谢。

我想计算missing像 df 这样的数据框中每列的值的数量：

Pkg.add("DataFrames")\nusing DataFrames\ndf = DataFrame(i=1:5,\n               x=[missing, 4, missing, 2, 1],\n               y=[missing, missing, "c", "d", "e"])\n\n5\xc3\x973 DataFrame\n Row \xe2\x94\x82 i      x        y       \n     \xe2\x94\x82 Int64  Int64?   String? \n\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xbc\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\n   1 \xe2\x94\x82     1  missing  missing \n   2 \xe2\x94\x82     2        4  missing \n   3 \xe2\x94\x82     3  missing  c\n   4 \xe2\x94\x82     4        2  d\n   5 \xe2\x94\x82     5        1  e\n

这应该为 i 列返回 0，为 x 列返回 2，为 y 列返回 2。所以我想知道是否有人知道如何计算每列缺失值的数量Julia？

我有一个可能缺少数据的CSV文件,数据是字符和数字.处理这个问题的最佳方法是什么？

我试图用相同列中的值替换缺少值,取决于它们与其他列的相等性:

我有不同的公司,来自不同的行业和国家,不同年份.以下只是一个小例子.如果它们来自同一家公司,我想用列中的现有值替换缺失值(在列行业或国家/地区).

例如,123公司在第2年失去了它的行业.我拥有该公司所属的行业,从前几年(或有时候成功),但不知道如何添加它.

另一个例子:我有公司444在第3年错过了这个国家.我确实拥有前几年的国家,但不知道如何将其转移/复制到第3年:

 --firm--year--industry--country

 --123----1-------1---------usa

 --123----2-------1---------usa

 --123----3--------.--------usa

 --333----1-------2---------usa

 --333----2--------.---------usa

 --444---1---------.----------fr

 --444---2---------2---------fr

 --444---3---------2----------.

我查看了stata/help和互联网.我只能找到替换命令,但它只替换了相同的数字.

我认为这将是:

replace industry=(problaby something dependant of the firm (and maybe year))  if industry==.

replace country=(problaby something dependant of the firm (and maybe year))  if country==.

我不确定国家的替代,因为观察不是数字.我想我需要为国家替换生成一个带有数字的新变量.

非常感谢!