我需要将 OWL 本体转换为 OBO。
\n\n我已经尝试过这个工具https://github.com/ontodev/robot/但输出格式根本不正确,只是某些部分不正确。
\n\n还有 OBO-EDIT2 和 Proteg\xc3\xa9,但无法进行转换。
\n\n最后我尝试了这个 Perl 模块http://search.cpan.org/~easr/但它给出了这个错误
\n\n未定义的子例程 &XML::Parser 在 /usr/local/share/perl/5.14.2/OBO/Parser/OWLParser.pm 第 146 行调用。
\n\n尝试安装 XML::Parser 总是以错误结束。
\n\n谁能帮我转换本体吗?
\n我有一个数字DataFrame,例如:
x = np.array([[1,2,3],[-1,-1,1],[0,0,0]])
df = pd.DataFrame(x, columns=['A','B','C'])
df
A B C
0 1 2 3
1 -1 -1 1
2 0 0 0
Run Code Online (Sandbox Code Playgroud)
我想为每一行计算正值,负值和等于0的值。我一直在尝试以下方法:
df['positive_count'] = df.apply(lambda row: (row > 0).sum(), axis = 1)
df['negative_count'] = df.apply(lambda row: (row < 0).sum(), axis = 1)
df['zero_count'] = df.apply(lambda row: (row == 0).sum(), axis = 1)
Run Code Online (Sandbox Code Playgroud)
但是我得到以下结果,这显然是不正确的
A B C positive_count negative_count zero_count
0 1 2 3 3 0 1
1 -1 -1 1 1 2 0
2 0 0 0 …Run Code Online (Sandbox Code Playgroud) 我有一个类似于以下示例的数据框:
| ID | 类型 | 值_1 | 值_2 |
|---|---|---|---|
| 1234 | A | 1 | 2 |
| 1234 | 乙 | 1 | 2 |
| 第789章 | A | 1 | 2 |
| 第789章 | 乙 | 1 | 2 |
| 第567章 | A | 1 | 2 |
我想转换以获得以下内容:
| ID | 值_1_A | 值_1_B | 值_2_A | 值_2_B |
|---|---|---|---|---|
| 1234 | 1 | 1 | 2 | 2 |
| 第789章 | 1 | 1 | 2 | 2 |
| 第567章 | 1 | 1 |
总之:使用“类型”列作为后缀复制值列并将数据帧转换为宽格式。
有没有任何干净、简单的方法可以在 pyspark 数据框或 pandas 上执行此操作?
假设我有一个这样的列表字典:
lists= {'pet': ["dog", "cat", "parrot"],
'amount': [1,2,3],
'food': ["canned", "dry"]}
Run Code Online (Sandbox Code Playgroud)
我想从每个列表中随机选择一个元素,所以结果是这样的:
{'amount': 2, 'food': 'canned', 'pet': 'cat'}
Run Code Online (Sandbox Code Playgroud)
使用 Python 实现它的最简单方法是什么?
python ×3
pandas ×2
python-3.x ×2
dictionary ×1
list ×1
ontology ×1
owl ×1
perl ×1
pyspark ×1
random ×1
xml-parsing ×1