小编Pau*_*l H的帖子

注意:因为我问过这个问题,.ix但仍然存在但是或多或少已被.loc基于标签的索引和.iloc位置索引所取代.

在阅读了文档之后ix的DataFrames方法,我对我的MultiIndexed DataFrame(指定索引的选择列)的以下行为感到有些困惑.

In [57]: metals
Out[57]: 
<class 'pandas.core.frame.DataFrame'>
MultiIndex: 24245 entries, (u'BI', u'Arsenic, Dissolved', -2083768576.0, 1.0) 
                        to (u'WC', u'Zinc, Total',         1661183104.0, 114.0)
Data columns:
Inflow_val      20648  non-null values
Outflow_val     20590  non-null values
Inflow_qual     20648  non-null values
Outflow_qual    20590  non-null values
dtypes: float64(2), object(2)

In [58]: metals.ix['BI'].shape  # first column in the index, ok
Out[58]: (3368, 4)

In [59]: metals.ix['BI', :, :, :].shape  # first + other columns, ok
Out[59]: (3368, …

我不能够获得values用于keys从InfoPlist.

label.text = NSLocalizedStringFromTableInBundle(@"keyone", 
                                                nil, 
                                                AppDelegateObj.langBundle, nil));

在InfoPlist.strings这里有一个价值

"keyone" = "value one";

当我运行我的应用程序时,它显示UILabel值为keyone

为什么？

我已经创建了一个pandas数据框,通过以下方式从scipy.io读取它(file.sav是在不同的机器上创建的IDL结构.scipy.io创建一个标准的python字典):

from scipy import io
import pandas as p
import numpy as np
tmp=io.readsav('file.sav', python_dict = True)
df=pd.DataFrame(tmp,index=tmp['shots'].astype('int32'))

数据帧包含了一组值(从file.sav)和作为指数一系列形式19999,20000,30000等的整数现在我想借这些指数的一个子集,说:

df.loc[[19999,20000]]

由于某些原因,我得到表格的错误

raise ValueError('Cannot index with multidimensional key')

加上其他和最后

ValueError: Big-endian buffer not supported on little-endian compiler

但是我已经检查过我正在处理的机器和创建了file.sav的机器都是小端.所以我认为这不是问题所在.

我被高低搜索,只显示2位浮点数.这是一个变量"浓缩",等于31.5925925926 .......有没有办法在matplotlib.pyplot中显示以下内容？

期望的情节标题:

ROC Curve; Enrichment factor 1% = 31.59

这是代码

plt.title('ROC Curve; Enrichment factor 1% = '+str(enrichment))

这将显示

ROC Curve; Enrichment factor 1% = 31.5925925926

谢谢!

我正在尝试制作三维图,但我无法创建3D轴.

当我尝试时,它给出了一个错误,指出"ValueError:Unknown projection'3d'".

这是我尝试创建Axes对象的方法

import matplotlib.pyplot as plt 

fig = plt.figure()
ax = fig.add_subplot(111, projection='3d')

plt.show()

如何在matplotlib中创建3D Axes对象？

我尝试使用以下代码行解决所需的任务：

df['Age'][np.isnan(df["Age"])] = rand1

但这会引发“ SettingWithCopyWarning”，我认为通过使用该.loc功能在数据框（“年龄”列）中定位Nan值可能是一种更好的方法。

我已经看过文档，但是仍然不知道如何解决此问题。在此处找不到任何解决方案.loc。

我将不胜感激任何提示和建议。

我有一个包含 2 个数据列和一个多索引的 Dataframe，每个月和一个月中的每一天都有一个多索引，例如：

           temperatureMax  temperatureMin
time time                                
1    1          14.167500        7.744167
     2          13.735000        7.480833
     3          14.228333        7.901667
     4          13.891667        7.350833
     5          13.735833        6.903333
     6          13.670000        6.494167
     7          13.642500        7.040000
     8          13.005000        6.175000
     9          13.034167        5.253333
     10         13.260833        5.628333
     11         13.783333        5.511667
     12         13.823333        6.630000
     13         13.265833        6.712500
     14         13.112500        6.130000
     15         12.355833        7.213333
     16         13.032500        6.533333
     17         13.175833        7.030000
     18         13.184167        8.225000
     19         13.896667        6.658333
     20         13.711667        5.693333
     21         13.442500        5.944167
     22         13.245000        6.468333
     23         13.765000        5.555833
     24         14.260000 …

import numpy
A = numpy.array([
  [0,1,1],
  [2,2,0],
  [3,0,3]
])

B = numpy.array([
  [1,1,1],
  [2,2,2],
  [3,2,9],
  [4,4,4],
  [5,9,5]
])

A尺寸：N * N(3*3)

B尺寸：K*N(5*3)

预期结果为： C = [ A * B[0], A * B[1], A * B[2], A * B[3], A * B[4]] （C 的维度也是 5* 3）

我是 numpy 的新手，不确定如何在不使用 for 循环的情况下执行此操作。

谢谢！

我有一个像这样加载的DataFrame

        minData = pd.read_csv(
                currentSymbol["fullpath"],
                header = None,
                names = ['Date', 'Time', 'Open', 'High', 'Low', 'Close', 'Volume', 'Split Factor', 'Earnings', 'Dividends'], 
                parse_dates = [["Date", "Time"]],
                date_parser = lambda x : datetime.datetime.strptime(x, '%Y%m%d %H%M'), 
                index_col = "Date_Time",
                sep=' ')

数据看起来像这样

>>> minData.index
<class 'pandas.tseries.index.DatetimeIndex'>
[1998-01-02 09:30:00, ..., 2013-12-09 16:00:00]
Length: 1373036, Freq: None, Timezone: None
>>> 

>>> minData.head(5)
                        Open     High      Low    Close   Volume  \
Date_Time                                                          
1998-01-02 09:30:00  8.70630  8.70630  8.70630  8.70630   420.73   
1998-01-02 09:35:00  8.82514  8.82514  8.82514  8.82514   420.73   
1998-01-02 09:42:00 …

我有一组庞大的目录,每列有不同的列和不同的标题名称,每个标题名称的描述在我的ascii文件的开头连续给出.阅读它们的最佳方法是什么pandas.DataFrame,它可以设置列的名称,而无需从头开始定义它.以下是我的目录示例:

#   1 MAG_AUTO            Kron-like elliptical aperture magnitude         [mag]
#   2 rh                  half light radius (analyse)                     [pixel]
#   3 MU_MAX              Peak surface brightness above background        [mag * arcsec**(-2)]
#   4 FWHM_IMAGE          FWHM assuming a gaussian core                   [pixel]
#   5 CLASS_STAR          S/G classifier output                          
18.7462 4.81509 20.1348 6.67273 0.0286538
18.2440 7.17988 20.6454 21.6235 0.0286293
18.3102 3.11273 19.0960 8.26081 0.0430532
21.1751 2.92533 21.9931 5.52080 0.0290418
19.3998 1.86182 19.3166 3.42346 0.986598
20.0801 3.52828 21.3484 6.76799 0.0303842
21.9427 2.08458 22.0577 5.59344 0.981466 …