小编add*_*ons的帖子

我正在关注django教程,很多人都提出了这个问题,但我认为我的情况有点独特,因为安装python-mysql后,当我尝试做python manage.py syncdb时仍然会出现此错误,

我在virtualenv,因为我使用macports来管理我的python安装我创建了virtualenv

virtualenv code/vdjango --no-site-packages --python=/opt/local/bin/python

在使用macports之前我安装了django py27-django,但是在创建了我的virtualenv之后,我认为我将django安装到virtualenv上更好,所以我使用了pip install django==1.5

根据django教程,我编辑了我的settings.py文件,然后执行python manage.py syncdb,最后出现以下错误:

[~/code/vdjango/newsite]$python manage.py syncdb
Traceback (most recent call last):
  File "manage.py", line 10, in <module>
    execute_from_command_line(sys.argv)
  File "/Users/mac-pro/code/vdjango/lib/python2.7/site-packages/django/core/management/__init__.py", line 453, in execute_from_command_line
    utility.execute()
  File "/Users/mac-pro/code/vdjango/lib/python2.7/site-packages/django/core/management/__init__.py", line 392, in execute
    self.fetch_command(subcommand).run_from_argv(self.argv)
  File "/Users/mac-pro/code/vdjango/lib/python2.7/site-packages/django/core/management/__init__.py", line 272, in fetch_command
    klass = load_command_class(app_name, subcommand)
  File "/Users/mac-pro/code/vdjango/lib/python2.7/site-packages/django/core/management/__init__.py", line 77, in load_command_class
    module = import_module('%s.management.commands.%s' % (app_name, name))
  File "/Users/mac-pro/code/vdjango/lib/python2.7/site-packages/django/utils/importlib.py", line 35, in import_module
    __import__(name)
  File "/Users/mac-pro/code/vdjango/lib/python2.7/site-packages/django/core/management/commands/syncdb.py", line 8, in …

目前我在我的 .emacs 文件中使用以下设置：

;; single tab for every indent
(add-hook 'python-mode-hook
  (lambda ()
    (setq indent-tabs-mode t)
    (setq python-indent 4)
    (setq tab-width 4)))

这适用于我创建的任何新文件。如果我从 git/hg 下载一个恰好在空间上的项目，emacs 将不会将它们转换为空间上。无论文件的原始设置是什么，我如何强制 emacs 将所有空格转换为制表符。

我知道如果它是一个 git/hg 存储库，这将创建大量更改集，但我仍然想弄清楚如何通过我的 emacs 设置将任何带有空间的文件转换为选项卡。

我有以下R data.frame:

  group match unmatch unmatch_active match_active
1   A    10       4              0            0
2   B   116      20              0            3
3   c   160      27              1            4
4   D    79      17              0            3
5   E   309      84              4           14
6   F   643     244             10           23
...

我的目标是通过条形图绘制一组(http://www.cookbook-r.com/Graphs/Bar_and_line_graphs_(ggplot2)/section-包含更多变量的图表),如链接所示.

我意识到在开始之前我需要将数据转换为以下格式

  group variable value
1   A    match    10
2   B    match   116
3   C    match   160
4   D    match    79
5   E    match   309
6   F    match   643
7   A    unmatch   4
8 …

我想自定义图中y轴的间隙(间隔).我尝试了两种选择.

option1: ylim(0.0,0.6) 
option2: scale_y_continuous(breaks=seq(0.0, 0.6, 0.1))

option1的问题在于它每隔0.2到达y轴的极限(0.6). 选项2的问题在于它给出了这种情节之间的巨大差异的错觉,因为它扩大了图的0.1段.

我想要的是y轴在每0.1点断开或者在显示y轴的最大极限时将其定制为任何断点(在这种情况下为0.0到0.6但是每0.1断开).

xVal = c(1,2,3,4,5,6,7,8,9,10,11,12,13,14,15)
a = c(0.18340368127959822, 0.17496531617798133, 0.16772886654445848, 0.15934821062512169, 0.15390913489444036, 0.14578798884106348, 0.14524174121702108, 0.13958093302847951, 0.1365009715515553, 0.13337340345559975, 0.12995175856952607, 0.12583603207983862, 0.12180656145228715, 0.11824179486798418, 0.11524630600365712)
b = c(0.13544353787855531, 0.11345498050033079, 0.11449834060237293, 0.10479213576778054, 0.09677430524414686, 0.091990671548439179, 0.089965934807318487, 0.088711600335474206, 0.088923403079789909, 0.087989321310275717, 0.085424600757017272, 0.08251334730889931, 0.080178280060313953, 0.077717041621392688, 0.076638743116633837)
c = c(0.087351324973658093, 0.12113308515702567, 0.11422800742900453, 0.11264309199970789, 0.11390287790920843, 0.10774426268894192, 0.10587704437111881, 0.10474954948318291, 0.10568277685778472, 0.10201545270338952, 0.09939827283775747, 0.098062403381144761, 0.094110034623398231, 0.091211408116407641, 0.089369778116029489)

library(ggplot2)
library(reshape2)

df = data.frame(xVal, a, b, c)
df.melt = melt(df, id="xVal")

问题1:

ggplot(data=df.melt, aes(x=xVal, y=value, …

对许多R专家来说,这可能是一个非常简单的问题.如果数据框中有许多列,并且您只想省略一列或两列并在"多元回归"中包含其他所有内容,那么我们如何在不写出大问题的情况下实现这一目标？

例如,包括所有:

lm(y ~., data=myFrame)

然后,如果你想逐一挑选

lm(y ~ x1 + x2 + x3)

但如果你有50个变量,但想要省略几个最好的方法呢？因为我想遗漏两三个包括所有然后做前后选择.

我有以下R数据框:

           x        y        z
1 -0.5242428 598.7092 1099.503
2 -0.4303593 599.2725 1100.970
3  0.1151290 599.9294 1100.062
4  0.5442775 600.9277 1098.690
5  1.4880749 599.9780 1098.479
6  0.2283675 600.3660 1099.128

我想获得每列的分位数,思想dplyr是优雅的解决方案.以下路线需要指定每一列,但这并不优雅.

> df %>% summarise(`25%`=quantile(x, probs=0.25),
+                  `50%`=quantile(x, probs=0.5),
+                  `75%`=quantile(x, probs=0.75))

我也试图看看是否有可能使用fallowing:

df %>% mutate(quantile(., probs = c(0, 0.25, 0.5, 0.75, 1)))

我假设使用.将告诉函数为所有列执行它但我得到错误.

Error: undefined columns selected

什么是最好的解决方案

var        25%       50%       75%
x    -0.587382 0.1546231 0.9864742
y     599.2584 599.9998 600.6679
z      1099.31 1100.028 1100.704

我有一个rdd,RDD的结构如下:

org.apache.spark.rdd.RDD[(String, Array[String])] = MappedRDD[40] at map at <console>:14

这x.take(1)看起来像:

Array[(String, Array[String])] = Array((8239427349237423,Array(122641|2|2|1|1421990315711|38|6487985623452037|684|, 1229|2|1|1|1411349089424|87|462966136107937|1568|.....))

对于数组中的每个字符串,我想用"|"拆分 并获取第6项并使用元组的第一个元素返回它,如下所示:

8239427349237423-6487985623452037
8239427349237423-4629661361079371

我开始如下:

  def getValues(lines: Array[String]) {
    for(line <- lines) {
      line.split("|")(6)
    }

我也试过以下:

val b= x.map(a => (a._1, a._2.flatMap(y => y.split("|")(6))))

但最终给了我以下内容:

Array[(String, Array[Char])] = Array((8239427349237423,Array(1, 2, 4, |, 9, |, 4, 1, 7, 6, |, 2, 9, 2, 7, 2, |, 7, |,....)))

我已经初始化了一个可变的Map（不确定是否应该在这里使用可变的，但首先要使用可变的）：

val aKey = "aa"
val myMap = scala.collection.mutable.Map[String, List[String]]()
if (myMap.exists(_._1 == aKey))
    myMap(aKey) = myMap.get(aKey) :: "test"

但是myMap.get(aKey)我收到以下错误：

类型不匹配的预期列表[String]实际选项[String]

我认为我的做法正确地添加到列表中。

我有一个列表,列表中的每个元素都是一个数据框.

> df.list[[1]]
      Change       Diff          VarName
1  10.433354  5.311973e-02         a
2   4.587958  1.517604e-02         b
3   4.566829  1.082679e-02         c
4   4.464458  1.345807e-02         d
5   4.146909  7.758011e-03         e
6   4.141556  1.416043e-02         f

> df.list[[2]]
      Change       Diff          VarName
1  12.443354  5.311973e-02         j
2   3.587958  1.517604e-02         k
3   4.566829  1.082679e-02         a
4   4.464458  1.345807e-02         b
5   3.146909  7.758011e-03         d
6   2.141556  1.416043e-02         e

我的列表长度是10,其中有10个数据帧.每个数据框有30个项目.我希望intersect每个数据框的前25个与另一个数据框最终得到所有数据框中最常见的项目.

这是我到目前为止所做的:

df1 <- df.list[[1]]$VarName
df2 <- df.list[[2]]$VarName
df3 <- df.list[[3]]$VarName
df4 <- df.list[[4]]$VarName

intersect(intersect(intersect(df1,df2), df3), df4)

有没有使用dplyr …

我有以下数据框。

>>> df = pd.DataFrame({'selected': ['A', 'B', 'C', 'A', 'B', 'C', 'A', 'D'], 'presented': ['A|B|D', 'B|D|A', 'A|B|C', 'D|C|B|A','A|C|D|B', 'D|B|C','D|C|B|A','D|B|C']})
>>> df

这是一个很大的数据集，有50万行（为了简化示例，删除了日期列）

  selected presented
0        A     A|B|D
1        B     B|D|A
2        C     A|B|C
3        A   D|C|B|A
4        B   A|C|D|B
5        C     D|B|C
6        A   D|C|B|A
7        D     D|B|C

目标是计算selected/presented所选列中每个项目的比率。示例A是按8时间显示的，但是仅在向用户显示的时间中选择了6几次8。

我想创建以下结果data.frame：

item, selected, presented, ratio
A, 3, 6, 0.5
B, 2, 8, 0.25

我从关注开始，但无法弄清楚分组，因为如果我仅按分组selected并开始计数，它将只能捕获显示时间。

>>> df['ratio'] = df.apply(lambda x:1 …