小编ayh*_*han的帖子

我想弄清楚如何将累积函数应用于对象。对于数字，有几种替代方法，例如cumsum和cumcount。还有df.expanding可以与apply. 但是我传递给的函数apply不适用于对象。

import pandas as pd
df = pd.DataFrame({"C1": [1, 2, 3, 4], 
                   "C2": [{"A"}, {"B"}, {"C"}, {"D"}], 
                   "C3": ["A", "B", "C", "D"], 
                   "C4": [["A"], ["B"], ["C"], ["D"]]})

df
Out: 
   C1   C2 C3   C4
0   1  {A}  A  [A]
1   2  {B}  B  [B]
2   3  {C}  C  [C]
3   4  {D}  D  [D]

在数据框中，我有整数值、集合、字符串和列表。现在，如果我尝试expanding().apply(sum)我有累积总和：

df.expanding().apply(sum)
Out[69]: 
     C1   C2 C3   C4
0   1.0  {A}  A  [A]
1   3.0 …

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？

看看这几行代码:

df2 = df.copy()
df2[1:] = df[1:]/df[:-1].values -1
df2.ix[0, :] = 0

我们的讲师说我们需要使用.values属性来访问底层的numpy数组,否则,我们的代码将无法工作.

我知道pandas DataFrame确实有一个底层表示作为一个numpy数组,但我不明白为什么我们不能使用切片直接在pandas DataFrame上操作.

你能解释一下这个吗？

我在Digital Ocean服务器上有一个django项目。在本地计算机上，我通过ssh连接到数据库：

ssh -L 63333:localhost:5432 me@my.server

并将我的本地settings.py更改为：

DATABASES = {
    'default': {
        'ENGINE': 'django.db.backends.postgresql_psycopg2',
        'NAME': '',
        'USER': '',
        'PASSWORD': '',
        'HOST': 'localhost',
        'PORT': 63333
    }
}

在本地计算机上的Jupyter QtConsole上，我按照以下步骤进行设置：

import os
import django
os.chdir('/path/to/my/project')
os.environ['DJANGO_SETTINGS_MODULE'] = 'my_project.settings'
django.setup()

一切正常，直到我的ssh连接由于某种原因断开。首先，我收到此错误（在查询数据库的一行上my_model.objects.first()）：

DatabaseErrorTraceback (most recent call last)
/home/ayhan/anaconda3/lib/python3.6/site-packages/django/db/backends/utils.py in _execute(self, sql, params, *ignored_wrapper_args)
     84             else:
---> 85                 return self.cursor.execute(sql, params)
     86 

DatabaseError: server closed the connection unexpectedly
    This probably means the server terminated abnormally
    before or while processing the request.

通过ssh重新连接时，出现以下错误：

InterfaceErrorTraceback …

背景

• 我试图使用安装Jupyter实验室pip3 install jupyterlab,并且它抛出了同样的错误.

• 我没弄清楚.找到一个使用的解决方法pip2 install jupyterlab- 它工作,但显然是一个绑定修复.

• 尝试import pandas as pd在python3笔记本中运行(在jupyter实验室内); 找不到模块.

• 我在PC上使用Cygwin作为我的linux模拟器.

• 我更喜欢python3.x而不是python 2.7.

我试图解决这个问题

• 类似报道的JupyterLab帖子 - 我在这里发现了这篇文章:在jupyter ipython笔记本上导入pandas失败,但我相信作者正在使用anaconda(我不是)并且Type Error是不同的.

• 我找到了一个与我的TypeError相关的帖子,但这是他正在编写的代码:获取TypeError:期望的字符串或类似字节的对象.

我很难解释Traceback,但现在它在下面:

$ pip install --upgrade pip
Exception:
Traceback (most recent call last):
  File "/usr/lib/python3.6/site-packages/pip/basecommand.py", line 215, in main
    status = self.run(options, args)
  File "/usr/lib/python3.6/site-packages/pip/commands/install.py", line 335, in run
    wb.build(autobuilding=True)
  File "/usr/lib/python3.6/site-packages/pip/wheel.py", line 749, in build
    self.requirement_set.prepare_files(self.finder)
  File "/usr/lib/python3.6/site-packages/pip/req/req_set.py", line 380, in prepare_files
    ignore_dependencies=self.ignore_dependencies))
  File "/usr/lib/python3.6/site-packages/pip/req/req_set.py", line 487, …

对于列表，我们可以获得元素的索引list_name.index(3)

如何获取双端队列中项目的索引。

例如： d_list = deque([1, 2, 3, 4])获取元素 3 的索引的最佳方法是什么。

编辑：我正在使用Python 2.7.6

我有类似的数据:

df = pd.DataFrame({'user': np.random.choice(['a', 'b','c'], size=100, replace=True),
                   'value1': np.random.randint(10, size=100),
                   'value2': np.random.randint(20, size=100)})

我用它来产生一些结果,例如,

grouped = df.groupby('user')
results = pd.DataFrame()
results['value2_sum'] = grouped['value2'].sum()

对于此结果数据框的其中一列,我想将用户名传递给另一个函数,该函数使用数据框外的数据.

我尝试过类似的东西:

results['user_result'] = grouped.apply(lambda x: my_func(x.index))

但无法找出有效的语法.

我开始探索python，并尝试使用$ \ pi $进行一些计算。这是我获得$ \ pi $的方法：

import math as m
m.pi

但是有人建议使用numpy代替数学：

import numpy as np
np.pi

我的问题是，两者之间有什么区别？在某些情况下，我们应选择使用一种而不是另一种？

我面临TypeError：sort_values（）缺少1个必需的位置参数：“ by”

for i in range(0,len(data_sims.index)):
for j in range(1,len(data_sims.columns)):
    user = data_sims.index[i]
    serial = data_sims.columns[j]

    if dataUser.ix[i][j] == 1:
        data_sims.ix[i][j] = 0
    else:
        serial_top_names = data_neighbours.ix[serial][1:10]
        serial_top_sims = dataSim.ix[serial].sort_values(ascending=False)[1:10]
        user_preferences = dataUser.ix[user,serial_top_names]

        data_sims.ix[i][j] = getScore(user_preferences,serial_top_sims)

详细错误：

> ------------------------------------------------- --------------------------
TypeError跟踪（最近一次通话）
 在（）中
      其他9个：
     10 serial_top_names = data_neighbours.ix [serial] [1:10]
---> 11 serial_top_sims = dataSim.ix [serial] .sort_values（ascending = False）[1:10]
     12个user_preferences = dataUser.ix [user，serial_top_names]
     13 

TypeError：sort_values（）缺少1个必需的位置参数：“ by”

我尝试使用关注但没有用

pd.DataFrame.sort_values(dataSim,ascending=[0])[1:10]

有什么我想念的吗？

我使用了sklearn标准分析器(平均去除和方差缩放)来缩放数据帧并将其与数据帧进行比较,其中我"手动"减去平均值并除以标准偏差.比较显示了一致的微小差异.谁能解释为什么？(我使用的数据集是:http://archive.ics.uci.edu/ml/datasets/Wine

import pandas as pd
from sklearn.preprocessing import StandardScaler

df = pd.read_csv("~/DataSets/WineDataSetItaly/wine.data.txt", names=["Class", "Alcohol", "Malic acid", "Ash", "Alcalinity of ash", "Magnesium", "Total phenols", "Flavanoids", "Nonflavanoid phenols", "Proanthocyanins", "Color intensity", "Hue", "OD280/OD315 of diluted wines", "Proline"])

cols = list(df.columns)[1:]    # I didn't want to scale the "Class" column
std_scal = StandardScaler()
standardized = std_scal.fit_transform(df[cols])
df_standardized_fit = pd.DataFrame(standardized, index=df.index, columns=df.columns[1:])

df_standardized_manual = (df - df.mean()) / df.std()
df_standardized_manual.drop("Class", axis=1, inplace=True)

df_differences = df_standardized_fit - df_standardized_manual
df_differences.iloc[:,:5]


    Alcohol    Malic acid …