使用python 2.7.5和pandas 0.12.0,我正在尝试使用'pd.io.parsers.read_fwf()'将固定宽度字体的文本文件导入到DataFrame中.我导入的值都是数字,但重要的是保留前导零,所以我想将dtype指定为字符串而不是int.
根据此函数的文档,read_fwf支持dtype属性,但是当我尝试使用它时:
data= pd.io.parsers.read_fwf(file, colspecs = ([79,81], [87,90]), header = None, dtype = {0: np.str, 1: np.str})
我收到错误:
ValueError: dtype is not supported with python-fwf parser
我已经尝试了尽可能多的变体,因为我可以设想'dtype = something',但它们都会返回相同的消息.
任何帮助将非常感激!
在过去的几个小时里，我在这里发现了几个关于 R 脚本的问题，该脚本在函数之外运行得很好，但是一旦代码被重构为包含函数，它就会为参数返回“未找到对象”错误。不幸的是，这些错误的解决方案似乎是高度特定于包和上下文的，所以我必须将我自己的、nlmer 特定的问题投入到争论中。
总之：我想多次运行 nlmer 模型，但每次的模型规格略有不同。我已确保模型在任何函数之外都按指定方式工作。我编写了一个函数，它接受 data.table 和公式（以字符串形式）并运行模型，但它返回一个错误，指出我的模型公式“未找到”，即使“model_formula”变量肯定位于函数的命名空间。
例子：
# set up toy dataset
data <- data.table(patient_id=c(rep("pat_1", 10), rep("pat_2", 10), rep("pat_3", 10)),
agesero=c(rep(25,10), rep(19, 10), rep(34, 10)))
data$row <- as.numeric(rownames(data))
data[, variable:= ifelse(row%%10==0, "observed_survival", "vl")]
data[, M_visit_time:= ifelse(variable=="vl", row/6 + 0.25, 0)]
data[, value:= ifelse(variable=="vl", 3 + exp(-4*M_visit_time), row/10 + 2)]
data[, M_agesero:= ifelse(variable=="vl", agesero, 0)]
data[, D_intercept:= ifelse(variable=="observed_survival", 1, 0)]
data[, D_agesero:= ifelse(variable=="observed_survival", agesero, 0)]
data[, row:=NULL]
example_formula <- "value~ModelGradient(time=M_visit_time,b0,b2,b3)~M_agesero + D_intercept + D_agesero + (b0|patient_id)"
#this works, …