小编use*_*827的帖子

我想从csv创建的pandas数据框创建一个类。使用@staticmethod是最好的方法吗？这样我就不必分别读取每个对象的数据帧

我如何摆脱下面的图中使用python matplotlib中的foll命令制作的灰色背景

ax.bar(x_axis,bar_val,yerr=err_val,linewidth=0,width=0.2)

我正在使用sympy解决b1和b2：

y=x/[x+exp(b1-b2*x)]
x1 = 90; y1 = 0.05 and x2=99;y2=0.95


import sympy
b1,b2 = symbols('b1 b2')
solve([Eq(90*0.05+90*exp(b1-(b2*90))-90, 0.0), Eq(99*0.95+99*exp(b1-(b2*99))-99, 0.0)], [b1, b2])

>>> {b1:29.3930964972769,b2:0.327159886574049}

如何使用这些结果绘制受这些值约束的S形曲线。Y轴的范围是0到1。x1，y1和x2，y2是该曲线上的2个点。

   Y2010  Y2011  Y2012  Y2013  test
0  86574  77806  93476  99626  2
1  60954  67873  65135  64418  4
2    156    575    280    330  6
3   1435   1360   1406   1956  7
4   3818   7700   6900   5500  8

有没有办法将此数据框的列从Y2010 ...重命名为2010 ..即删除初始的'Y'.我想使用正则表达式,因为我有很多这样的列.我试过这个:

df.rename(df.filter(regex='^Y\d{4}').columns.values, range(2010, 2013 + 1, 1))

--EDIT:数据帧的包含不以'Y'开头的列

我有以下数据帧:

datetime       JD      YEAR    VAL 
2000-01-01      1      2000    0.5
2000-01-02      2      2000    1.2
2000-01-03      3      2000    2.1
2000-01-04      4      2000    3.4 
2000-01-05      5      2000    4.6
2000-01-06      6      2000    6.8
2000-01-07      7      2000    7.2
2000-01-08      8      2000    0.2
2000-01-09      9      2000    0.9
...
2010-12-31      365    2014    4.1

第一年是2000年,去年是2010年.没有闰年(即没有对应于2月29日的行),datetime是索引列.

我想计算一个新的数据帧,从2010年1月1日到2010年12月31日.我希望它包含一个列,用于计算由10个值组成的数组中的2010年1月1日值(VAL)的百分位数(2000年1月1日) ,2001年1月1日... 2009年1月1日).同样,2010年1月2日与前几年的1月2日进行了比较....

lyr = df.YEAR.max() # last year i.e. 2010
cdf = df[df.YEAR == lyr]# Latest year dataframe
pdf = df[df.index.year < lyr] # Previous years dataframe

pdf.groupby('JD')['VAL']
stats.percentileofscore(pdf['VAL'], cdf['VAL'])

但是,我不知道如何使代码工作.groupby只返回组,而我需要一个值列表.

在pandas.fillna中，

method : {‘backfill’, ‘bfill’, ‘pad’, ‘ffill’, None}, default None
Method to use for filling holes in reindexed Series pad / ffill: propagate last valid observation forward to next valid backfill / bfill: use NEXT valid observation to fill gap

如何向后和向前填充值？似乎没有一个选项可以做到这一点

我有2个数据框：

df_A

   country_codes
0              4
1              8
2             12
3             16
4             24

和df_B

   continent_codes
0                4
1                3
2                5
3                6
4                5

两个数据帧具有相同的长度，但没有公共列。我想将两者串联起来，但是由于并非所有值都是通用的，因此我得到了很多NaN。如何将它们串联或压缩到组合的数据框中？

-编辑所需的输出是这样的：

   country_codes   continent_codes
0              4      4
1              8      3
2             12      5
3             16      6
4             24      5

我有一个愚蠢的。熊猫列表：

str = jan_1 jan_15  feb_1   feb_15  mar_1   mar_15  apr_1   apr_15  may_1   may_15  jun_1   jun_15  jul_1   jul_15  aug_1   aug_15  sep_1   sep_15  oct_1   oct_15  nov_1   nov_15  dec_1   dec_15

有没有办法将其转换为日期时间？

我试过： pd.to_datetime(pd.Series(str))

我有以下数组：

[1,1,1,1,1,1,nan,nan,nan,1,1,1,2,2,2,3,3]

我想提取1此数组在nan之后的第一次出现。我尝试了这个：

numpy.argmax(arr > numpy.nan)

# Load dataset
iris = datasets.load_iris()
X, y = iris.data, iris.target

rf_feature_imp = RandomForestClassifier(100)
feat_selection = SelectFromModel(rf_feature_imp, threshold=0.5)

clf = RandomForestClassifier(5000)

model = Pipeline([
          ('fs', feat_selection), 
          ('clf', clf), 
        ])

 params = {
    'fs__threshold': [0.5, 0.3, 0.7],
    'fs__estimator__max_features': ['auto', 'sqrt', 'log2'],
    'clf__max_features': ['auto', 'sqrt', 'log2'],
 }

 gs = GridSearchCV(model, params, ...)
 gs.fit(X,y)

上述代码基于确保scikit learn中随机森林分类中的操作顺序

由于我使用的是SelectFromModel,我想打印所选功能的名称(在SelectFromModel管道中),但不确定如何提取它们.