小编ayh*_*han的帖子

使用羽毛包时(http://blog.cloudera.com/blog/2016/03/feather-a-fast-on-disk-format-for-data-frames-for-r-and-python-powered-通过-apache-arrow /)尝试编写一个简单的20x20数据帧,我不断收到一条错误,指出尚未支持跨步数据.我不相信我的数据是跨步的(或不同寻常的),我可以复制网站上给出的示例代码,但似乎无法让它与我自己的工作.以下是一些示例代码:

import feather
import numpy as np
import pandas as pd

tempArr = reshape(np.arange(400), (20,20))
df = pd.DataFrame(tempArr)
feather.write_dataframe(df, 'test.feather')

最后一行返回以下错误:

FeatherError: Invalid: no support for strided data yet

我在Ubuntu 14.04上运行它.我是否可能误解了有关熊猫数据帧的存储方式？

我们刚刚从 切换nose到pytest并且似乎没有抑制第三方日志记录的选项。在nose配置中，我们有以下行：

logging-filter=-matplotlib,-chardet.charsetprober,-PIL,-fiona.env,-fiona._env

其中一些日志非常啰嗦，尤其是matplotlib我们不想看到输出，只想从我们的日志中输出。

但是我找不到等效的设置pytest。是否可以？我错过了什么吗？谢谢。

有没有办法通过参数或其他东西在逻辑模型中为逻辑回归模型设置l2-Penalty？我刚刚在文档中找到了l1-Penalty,但对于l2-Penalty却没有.

嘿伙计们,我刚刚加入了python3 HypeTrain!但是我只是想知道如何在布尔值上使用if语句:示例:

RandomBool = True
#and now how can i check this in an if statement? Like the following:
if RandomBool == True:
    #DoYourThing

而且,我可以像这样切换一个布尔值吗？

RandomBool1 == True   #Boolean states True
if #AnyThing:
    RandomBool1 = False   #Boolean states False from now on? 

给定以下数据框，如何生成条件累积总和列。

import pandas as pd
import numpy as np

data = {'D':[2015,2015,2015,2015,2016,2016,2016,2017,2017,2017], 'Q':np.arange(10)}
df = pd.DataFrame(data)

          D  Q
    0  2015  0
    1  2015  1
    2  2015  2
    3  2015  3
    4  2016  4
    5  2016  5
    6  2016  6
    7  2017  7
    8  2017  8
    9  2017  9

累计总和将整列相加。我正在尝试弄清楚如何将np.cumsum与条件函数一起使用。

df['Q_cum'] = np.cumsum(df.Q)

      D  Q  Q_cum
0  2015  0      0
1  2015  1      1
2  2015  2      3
3  2015  3      6
4  2016  4     10
5  2016  5 …

当我解决线性规划问题时,如下面的公式,我希望x all的结果是int类型

请考虑以下问题:

最小化: f = -1*x[0] + 4*x[1]

受制于:

-3*x[0] + 1*x[1] <= 6    
1*x[0] + 2*x[1] <= 4    
x[1] >= -3

哪里: -inf <= x[0] <= inf

接下来是python编码器

>>> c = [-1, 4]
>>> A = [[-3, 1], [1, 2]]
>>> b = [6, 4]
>>> x0_bounds = (None, None)
>>> x1_bounds = (-3, None)
>>> res = linprog(c, A_ub=A, b_ub=b, bounds=(x0_bounds, x1_bounds),
...               options={"disp": True})
>>> print(res)
Optimization terminated successfully.
Current function value: -11.428571
Iterations: 2 …

输入时df.dtypes,我们有类型列表.但是,是否有一种简单的方法来获得输出

{'col1': np.float32, ...}

或者我需要自己编写一个函数？

我想为名为“Id”的数据框创建一个新列，其中值是行索引 +1。我想像下面的例子：

   ID  Col1  ...
0  1   a     ...
1  2   b     ...
2  3   c     ...

是否可以将数据帧从Apache Spark导出到feather(https://github.com/wesm/feather)文件？

在列名称中创建具有一些重复单元格值的DataFrame后:

import pandas as pd
df = pd.DataFrame({'Name': ['Will','John','John','John','Alex'],
                   'Payment':  [15, 10, 10, 10, 15],
                   'Duration':    [30, 15, 15, 15, 20]})

我想继续创建另一个DataFrame,其中合并Name列中的重复值,不留下任何重复项.与此同时,我想总结约翰所做的付款价值.我继续说:

df_sum = df.groupby('Name', axis=0).sum().reset_index()

但由于df.groupby('Name', axis=0).sum()命令将sum函数应用于DataFrame中的每一列,因此也会处理持续时间(以分钟为单位的访问时间)列.相反,我想获得持续时间列的平均值.所以我需要使用mean()方法,如下所示:

df_mean = df.groupby('Name', axis=0).mean().reset_index()

但是,通过mean()功能,付款列现在显示了John所做的平均付款金额,而不是所有付款的总和.

如何创建一个DataFrame,其中Duration值显示平均值,而Payment值显示总和？