小编use*_*751的帖子

建立:

pdf = pd.DataFrame(np.random.rand(4,5), columns = list('abcde'))
pdf['a'][2:]=pdf['a'][0]
pdf['a'][:2]=pdf['a'][1]
pdf.set_index(['a','b'])

输出:

                         c           d           e
a           b           
0.439502    0.115087     0.832546    0.760513    0.776555
            0.609107     0.247642    0.031650    0.727773
0.995370    0.299640     0.053523    0.565753    0.857235
            0.392132     0.832560    0.774653    0.213692

每个数据系列按索引ID分组,a并b表示其他功能的时间索引a.有没有办法让大熊猫产生反映a分组的numpy 3d数组？目前它将数据读取为二维pdf.shape输出(4, 5).我想要的是数组是变量形式:

array([[[-1.38655912, -0.90145951, -0.95106951,  0.76570984],
        [-0.21004144, -2.66498267, -0.29255182,  1.43411576],
        [-0.21004144, -2.66498267, -0.29255182,  1.43411576]],

       [[ 0.0768149 , -0.7566995 , -2.57770951,  0.70834656],
        [-0.99097395, -0.81592084, -1.21075386,  0.12361382]]])

是否有本地Pandas方式来做到这一点？请注意,a实际数据中每个分组的行数是可变的,因此我不能只是转置或重塑pdf.values.如果没有本地方式,那么从数十万行和数百列迭代构建数组的最佳方法是什么？

我是F#和Haskell的新手,我正在实施一个项目,以确定我希望将更多时间花在哪种语言上.

我有很多情况,我希望给定的数字类型基于给予顶级函数的参数给定维度(即,在运行时).例如,在这个F#片段中,我有

type DataStreamItem = LinearAlgebra.Vector<float32>

type Ball =
    {R : float32;
     X : DataStreamItem}

我希望所有类型的实例DataStreamItem都有D尺寸.

我的问题在于算法开发和调试的兴趣,因为这样的形状错配错误可能是令人头疼的问题,但是当算法正在运行时应该是一个非问题:

有没有办法在F#或Haskell中约束DataStreamItem和/或Ball维度D？或者我是否需要在每次计算时采用模式匹配？

如果是后者,是否有任何好的,轻量级的范例可以在它们发生时立即捕获这些约束违规(当性能至关重要时可以删除)？

编辑:

澄清D受约束的意义:

D定义为如果您将函数的算法表示main(DataStream)为计算图,则所有中间计算将取决于D执行的维度main(DataStream).我能想到的最简单的例子将是一个点积M有DataStreamItem:的尺寸DataStream将确定的尺寸参数的创建M

另一个编辑:

一周之后,我发现以下博客准确概述了我在Haskell中依赖类型中寻找的内容:

https://blog.jle.im/entry/practical-dependent-types-in-haskell-1.html

另一个: 这个reddit包含了一些关于Haskell中Dependent Types的讨论,并且包含了一篇关于 R. Eisenberg 非常有趣的论文提案的链接.