小编Ale*_*der的帖子

是否可以将matplotlib步骤函数中的linestyle设置为虚线,点线等？

我试过了:

step(x, linestyle='--'), 
step(x, '--')

但它没有帮助.

题

如何assign使用添加多个新列的原始DataFrame的副本？

期望的结果

df = pd.DataFrame({'A': range(1, 5), 'B': range(11, 15)})
>>> df.assign({'C': df.A.apply(lambda x: x ** 2), 'D': df.B * 2})
   A   B   C   D
0  1  11   1  22
1  2  12   4  24
2  3  13   9  26
3  4  14  16  28

ATTEMPTS

上面的例子导致:

ValueError: Wrong number of items passed 2, placement implies 1.

背景

assignPandas中的函数获取连接到新分配列的相关数据帧的副本,例如

df = df.assign(C=df.B * 2)
>>> df
   A   B   C
0  1  11  22
1  2 …

我有一个列表,每个条目都是公司名称

companies = ['AA', 'AAPL', 'BA', ....., 'YHOO']

我想为列表中的每个条目创建一个新的数据帧.

就像是

(伪代码)

for c in companies:
     c = pd.DataFrame()

我已经找到了一种方法来做到这一点,但找不到它.有任何想法吗？

我正在尝试使用Cython来加速Pandas DataFrame计算,这相对简单:迭代DataFrame中的每一行,将该行添加到自身和DataFrame中的所有剩余行,将这些行加到每一行中,并生成列表这些款项.随着DataFrame中的行用尽,这些系列的长度将减少.这些系列存储为键入索引行号的字典.

def foo(df):
    vals = {i: (df.iloc[i, :] + df.iloc[i:, :]).sum(axis=1).values.tolist()
            for i in range(df.shape[0])}   
    return vals

除了%%cython在此函数的顶部添加,是否有人建议如何使用cdefs将DataFrame值转换为双精度然后对此代码进行cython化？

下面是一些虚拟数据:

>>> df

          A         B         C         D         E
0 -0.326403  1.173797  1.667856 -1.087655  0.427145
1 -0.797344  0.004362  1.499460  0.427453 -0.184672
2 -1.764609  1.949906 -0.968558  0.407954  0.533869
3  0.944205  0.158495 -1.049090 -0.897253  1.236081
4 -2.086274  0.112697  0.934638 -1.337545  0.248608
5 -0.356551 -1.275442  0.701503  1.073797 -0.008074
6 -1.300254  1.474991  0.206862 -0.859361  0.115754
7 -1.078605  0.157739  0.810672  0.468333 -0.851664
8 …

我试图分析星星的数据.我有明星的时间序列,我想预测他们属于哪个班级(4种不同类型).我有那些明星的时间序列,我想通过去季节化,频率分析和其他可能相关的研究来分析这些时间序列.

对象time_series是一个熊猫DataFrame,包括10列:time_points_b,light_points_b(b代表蓝色)等等......

我首先要研究蓝灯时间序列.

import statsmodels.api as sm;
import pandas as pd
import matplotlib.pyplot as plt
pd.options.display.mpl_style = 'default'
%matplotlib inline

def star_key(slab_id, star_id_b):
    return str(slab_id) + '_' + str(star_id_b)

raw_time_series = pd.read_csv("data/public/train_varlength_features.csv.gz", index_col=0, compression='gzip')
time_series = raw_time_series.applymap(csv_array_to_float)


time_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['time_points_b'])
light_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['light_points_b'])
error_points = np.array(time_series.loc[star_key(patch_id, star_id_b)]['error_points_b'])

light_data = pd.DataFrame({'time':time_points[:], 'light':light_points[:]})
residuals = sm.tsa.seasonal_decompose(light_data);

light_plt = residuals.plot()
light_plt.set_size_inches(10, 5)
light_plt.tight_layout()

当我应用seasonal_decompose方法时,此代码给出了属性错误:AttributeError:'Int64Index'对象没有属性'inferred_freq'

阅读查找表

LUT = np.genfromtxt('test.out', delimiter=',', dtype=float)
LUT:
    12, 25, 136, 6743
    13, 26, 139, 6786
    14, 27, 142, 6791
    15, 28, 145, 6789

要从LUT读取的值如下:

x1, x2, x3 = 12.5, 25.5, 137

对于每个给定值(3列)读取LUT中的相邻两个值,我必须对结果进行线性插值(LUT中的第4列).

给定值(x1,x2,x3)属于LUT的第1行和第2行之间.基于此如何读取第1行和第2行之间的结果？

是否有一种更简单,更有内存效率的方法来单独执行numpy.

import numpy as np
ar = np.array(a[l:r])
ar += c
a = a[0:l] + ar.tolist() + a[r:]

它可能看起来很原始,但它涉及获取给定数组的子数组副本,然后准备两个相同的副本以除了标量添加之外还在左右方向上追加.我希望找到一些更优化的方法来做到这一点.我想要一个完全在Python列表或NumPy数组中的解决方案,但不能同时从一种形式转换到另一种形式,如上所示,当数据量很大时会导致严重的开销.

我是python的新手,最近学会了使用Pandas在python中创建一个系列.我可以定义一个系列,例如: x = pd.Series([1, 2, 3, 4, 5])但是如何定义一个范围的系列,比如1到100,而不是输入从1到100的所有元素？

我想将此矩阵转换为pandas数据帧. csc_matrix

括号中的第一个数字应该是索引,第二个数字是列,最后的数字是数据.

我想这样做在文本分析中进行特征选择,第一个数字代表文档,第二个数字代表单词,最后一个数字代表TFIDF分数.

获取数据框有助于我将文本分析问题转换为数据分析.

我的代码中出现错误,因为我试图通过调用csv中的元素来创建数据帧.我从文件中调用了两列:CompanyName和QualityIssue.质量问题有三种类型:设备质量,用户和两者.我遇到了试图制作数据帧df.Equipment质量的问题,这显然不起作用,因为那里有空间.我想从原始文件中获取设备质量,并用下划线替换空格.

输入:

Top Calling Customers,         Equipment Quality,    User,    Neither,
Customer 3,                      2,           2,        0,
Customer 1,                      0,           2,        1,
Customer 2,                      0,           1,        0,
Customer 4,                      0,           1,        0,

这是我的代码:

import numpy as np
import pandas as pd
import pandas.util.testing as tm; tm.N = 3

# Get the data.
data = pd.DataFrame.from_csv('MYDATA.csv')   
# Group the data by calling CompanyName and QualityIssue columns.
byqualityissue = data.groupby(["CompanyName", "QualityIssue"]).size() 
# Make a pandas dataframe of the grouped data.
df = pd.DataFrame(byqualityissue) 
# Change …