小编lte*_*e__的帖子

我正在学习 Tensorflow 教程，并且遇到了快速傅立叶变换：

fft = tf.signal.rfft(df['T (degC)'])
f_per_dataset = np.arange(0, len(fft))

n_samples_h = len(df['T (degC)'])
hours_per_year = 24*365.2524
years_per_dataset = n_samples_h/(hours_per_year)

f_per_year = f_per_dataset/years_per_dataset
plt.step(f_per_year, np.abs(fft))
plt.xscale('log')
plt.ylim(0, 400000)
plt.xlim([0.1, max(plt.xlim())])
plt.xticks([1, 365.2524], labels=['1/Year', '1/day'])
_ = plt.xlabel('Frequency (log scale)')

该数据集包含每小时的温度测量值。代码对此执行 FFT，以查看哪些组件有很大影响，基本上是在数据中找到周期性。这产生了以下情节：

虽然我不太了解X轴。我确实看到它是一个对数刻度，但是，我看到“1”对应于一年，“365.2524”代表每日周期。这是否意味着比例尺是“一年的第 n”，所以一年的第 1 是一年，一年的 365.2524 是一天，同样的逻辑 4 是一个季度，2 是半年之类的？如果是这样，最左边的值 (0) 是什么意思？在一年的第 0 日也有一些周期性——这在直觉上意味着什么？

这里还有一个。有一些关键的区别。这次的数据集是亚马逊股票的每日交易量（因此数据集不再是每小时，而是每天）。此外，该数据集仅包含 WEEKDAY 数据，因此将一年中的天数标记为 252（此数据集一年中的平均天数）。

fft = tf.signal.rfft(df['Volume'])
f_per_dataset = np.arange(0, len(fft))

n_samples_d = len(df['Volume'])
days_per_year = 252
years_per_dataset = n_samples_d/(days_per_year)

f_per_year = f_per_dataset/years_per_dataset …

我注意到如果我使用SQLContext和.sql()函数,我可以使用CASE-THEN和Spark .有没有办法在JAVA语法中直接在数据帧上使用它？怎么样？现在,我写道:

SparkConf sparkConf = new SparkConf();
JavaSparkContext ctx = new JavaSparkContext(sparkConf);
SQLContext sqlContext = new SQLContext(ctx);
DataFrame df = //some imported data 
df.registerTempTable("df");
sqlContext.sql("SELECT *use case-then in here* FROM df");

我正在寻找类似的东西

df.select(case("this").then("that"));

我正在尝试让数据库中的用户拥有数据库中最大段的所有权.为此,我正在尝试:

SELECT owner, MAX(bytes) 
FROM SYS.DBA_SEGMENTS
GROUP BY owner
HAVING ROWNUM <= 1;

然而,这会回来"not a GROUP BY expression".为什么我不能只选择第一行？我该怎么写这个查询？谢谢!

我想enum为可能的成绩做出贡献.这是一个有效的例子:

public enum Grade
{
    A, B, C, D, E, F
}

但是,我希望成绩是整数,比如

public enum Grade
{
    1, 2, 3, 4, 5
}

为什么第一个工作但不是第二个？如何创建一个类似的变量只能取1-5的值(并且可以为空)？

我有一些时间'10:23:34 PM'以字符串格式输入，我想将其转换为类似的日期时间'22:23:45'。我正在使用

datetime = posts['time'].apply(lambda x: datetime.strptime(x, '%I:%M:%S %p').strftime('%I:%M:%S'))

但是，这似乎无视AM / PM标记，并且所有信息都好像时间在AM一样，对于'10:23:34 PM'我'10:23:34'作为输出得到的输入是正确的，但应该是'22:23:45'。我怎样才能解决这个问题？

我有一个geoJSON文件,我想在子字段中提取所有可能的值.所以对于两件长json,它会是这样的:

data['features'][0]['properties']['cellId']
#returns 38
data['features'][1]['properties']['cellId']
#returns 51

我想回来[38, 51].可能吗？我试过了

data['features'][0:]['properties']['cellId']

但它不起作用,因为 TypeError: list indices must be integers or slices, not str

我试图在某些条件适用的情况下用 0 填充一些行。我想：

df.loc[:,(df.Available == True) & (df.Intensity.isnull())].Intensity = df.loc[(df.Available == True) & (df.Intensity.isnull())].Intensity.fillna(0, inplace=True)

这不起作用 bc IndexingError: Unalignable boolean Series key provided，但是当我尝试时

df.loc[(df.Available == True) & (df.Intensity.isnull())].Intensity = df.loc[(df.Available == True) & (df.Intensity.isnull())].Intensity.fillna(0, inplace=True)

注册为更新副本。我怎样才能做到这一点？谢谢！

我正在进行文本分析,我想忽略那些只是数字的"单词".例如.从文本"这是000斯巴达!" 只应使用'this','is'和'Sparta'这两个词.有没有办法做到这一点？怎么样？

我有两个 df-s：

我想沿着列连接，例如得到一个 1000x61118 的数据帧。所以我在做：

df_full = pd.concat([df_dev, df_temp2], axis=1)
df_full

然而，这会产生 2000x61118 df，并用 NaN 填充所有内容......我不知道为什么。什么可能导致这种行为？

我有一个X包含整数、浮点数和字符串列的数据框。我想对“对象”类型的每一列进行单热编码，所以我试图这样做：

encoding_needed = X.select_dtypes(include='object').columns
ohe = preprocessing.OneHotEncoder()
X[encoding_needed] = ohe.fit_transform(X[encoding_needed].astype(str)) #need astype bc I imputed with 0, so some rows have a mix of zeroes and strings.

但是，我最终得到了IndexError: tuple index out of range. 根据编码器期望的文档X: array-like, shape [n_samples, n_features]，我不太明白这一点，所以我应该可以传递数据帧。如何对专门标记为 的列列表进行一次性编码encoding_needed？

编辑：

数据是机密的，因此我无法共享它，也无法创建虚拟数据，因为它按原样有 123 列。

我可以提供以下内容：

X.shape: (40755, 123)
encoding_needed.shape: (81,) and is a subset of columns.

全栈：

---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-90-6b3e9fdb6f91> in <module>()
      1 encoding_needed = X.select_dtypes(include='object').columns
      2 …