小编use*_*827的帖子

region  year      val
1.0     2015.0    6.775457e+05
1.0     2016.0    6.819761e+05
1.0     2017.0    6.864065e+05
2.0     2015.0    6.175457e+05
2.0     2016.0    6.419761e+05
3.0     2017.0    6.564065e+05

在上面的数据框中,我想计算连续行之间的百分比差异,但仅针对相同的区域值.我试过这个,但不确定它是否有效.什么是实现它的最佳方法？

df.groupby(['region', 'year'])['val'].pct_change()

我正在尝试根据日期将数据框分成两个。这已经解决了这里的一个相关问题：Split dataframe into two based on date

我的数据框如下所示：

               abcde     col_b
2008-04-10  0.041913  0.227050
2008-04-11  0.041372  0.228116
2008-04-12  0.040835  0.229199
2008-04-13  0.040300  0.230301
2008-04-14  0.039770  0.231421

我如何根据日期拆分它（比如 2008-04-12 之前和之后）？当我尝试这个时：

df.loc[pd.to_datetime(df.index) <= split_date]

这里split_date是datetime.date(2008-04-12)，我得到这个错误：

*** TypeError: <class 'datetime.date'> type object 2008-04-12

我想用None替换xarray数据集中变量中的值。我尝试了这种方法，但是没有用：

da[da['var'] == -9999.]['var'] = None

我收到此错误： *** TypeError: unhashable type: 'numpy.ndarray'

我可以在这里使用类似numpy replace的东西吗？da是xarray数据集。这里是什么da样子：

<xarray.Dataset>
Dimensions:  (band: 1, time: 3, x: 4258, y: 2334)
Coordinates:
  * band     (band) int32 1
  * y        (y) float64 4.406e+06 4.406e+06 4.406e+06 4.406e+06 4.406e+06 ...
  * x        (x) float64 1.125e+05 1.126e+05 1.127e+05 1.128e+05 1.129e+05 ...
  * time     (time) datetime64[ns] 2005-12-31 2006-12-31 2007-12-31
Data variables:
    var      (time, band, y, x) float32 dask.array<shape=(3, 1, 2334, 4258), chunksize=(1, 1, 2334, 4258)>

这是da.var的样子：

<xarray.DataArray 'var' …

如何将年份和月份名称转换为此数据帧的datetime列:

 region  year    Months
0  alabama  2018   January
1  alabama  2018  February
2  alabama  2018     March
3  alabama  2018     April
4  alabama  2018       May

当我这样做:

pd.to_datetime(df_sub['year'] * 10000 + df_sub['Months'] * 100, format='%Y%m')

我收到此错误:

*** TypeError: unsupported operand type(s) for +: 'int' and 'str'

在下面的示例中，

pipe = Pipeline([
        ('scale', StandardScaler()),
        ('reduce_dims', PCA(n_components=4)),
        ('clf', SVC(kernel = 'linear', C = 1))])

param_grid = dict(reduce_dims__n_components=[4,6,8],
                  clf__C=np.logspace(-4, 1, 6),
                  clf__kernel=['rbf','linear'])

grid = GridSearchCV(pipe, param_grid=param_grid, cv=3, n_jobs=1, verbose=2)
grid.fit(X_train, y_train)
print(grid.score(X_test, y_test))

我正在使用StandardScaler()，这也是将其应用于测试集的正确方法吗？

我有以下数据框：

    id  Lat         Lon         Year    Area    State
50319   -36.0629    -62.3423    2019    90  Iowa
18873   -36.0629    -62.3423    2017    90  Iowa
18876   -36.0754    -62.327     2017    124 Illinois
18878   -36.0688    -62.3353    2017    138 Kansas

我想创建一个新的列，其指定基于列是否唯一的标识符Lat，Lon并且Area具有相同的价值观。例如，在这种情况下，行1和2具有在那些列中的相同的值，并且将被给予相同的唯一标识符0_Iowa，其中Iowa来自于State列中。我尝试使用 for 循环，但有没有更 Pythonic 的方法来做到这一点？

id       Lat         Lon       Year    Area State   unique_id
50319   -36.0629    -62.3423    2019    90  Iowa    0_Iowa
18873   -36.0629    -62.3423    2017    90  Iowa    0_Iowa
18876   -36.0754    -62.327     2017    124 Illinois    1_Illinois
18878   -36.0688    -62.3353    2017 …

在下图中，我使用 OpenCV harris 角点检测器仅检测正方形的角点（以及外部正方形内的较小正方形）。但是，我还检测到图像侧面数字的角点。我怎样才能让它只关注正方形而不是数字？我需要一种在执行 OpenCV 角点检测时忽略数字的方法。代码、输入图像和输出图像如下：

import cv2 as cv
img = cv.imread(filename)
gray = cv.cvtColor(img,cv.COLOR_BGR2GRAY)
gray = np.float32(gray)
dst = cv.cornerHarris(gray, 2, 3, 0.04)
dst = cv.dilate(dst,None)
# Threshold for an optimal value, it may vary depending on the image.
img[dst>0.01*dst.max()]=[0,0,255]
cv.imshow('dst', img)

输入图像

Harris 角点检测器的输出

我想动态分配2D数组的1维(给出另一个维度).这有用吗:

int NCOLS = 20;

// nrows = user input...

double *arr[NCOLS];

arr = (double *)malloc(sizeof(double)*nrows);

并释放它:

free(arr)

我有一个包含约 50,000 行和 300 列的 csv 文件。执行以下操作会导致 Pandas (python) 中出现内存错误：

merged_df.stack(0).reset_index(1)

数据框如下所示：

GRID_WISE_MW1   Col0    Col1    Col2 .... Col300
7228260         1444    1819    2042
7228261         1444    1819    2042

我正在使用最新的 pandas (0.13.1)，并且行数较少 (~2,000) 的数据帧不会出现该错误

谢谢！

我有pandas数据框(df)形式的以下数据:

每个列名称都有以"_"分隔的起始和结束节点.即,'A_B'表示A的起始节点和B的结束节点

A_A   A_B   A_C   B_B   B_A   B_C   C_C   C_A   C_B
12    23    33    43    19    98    44    77    35

我想将它转换为一个2D矩阵,输出到csv,使它看起来像:

   A    B    C
A  12   23   33
B  19   43   98
C  77   35   44

要做到这一点,假设我们有

from itertools import groupby, combinations_with_replacement
col_names = ['A','B','C']

for i in combinations_with_replacement(col_names, 2):
    get_val = df[i[0]+'_'+i[1]]

在pandas中有一种方法可以将其输出为矩阵并打印出行和列名称吗？