小编use*_*827的帖子

我有一个名为st1.csv的简单2列csv文件:

GRID    St1  
1457    614  
1458    657  
1459    679  
1460    732  
1461    754  
1462    811  
1463    748  

但是,当我尝试读取csv文件时,未加载第一列:

a = pandas.DataFrame.from_csv('st1.csv')  
a.columns

输出:

 Index([u'ST1'], dtype=object)

为什么没有读取第一列？

有没有办法使用numpy.percentile函数来计算加权百分位数？或者是否有人知道替代python函数来计算加权百分位数？

谢谢!

我有以下数据帧:

   a  b   x  y
0  1  2   3 -1
1  2  4   6 -2
2  3  6   9 -3
3  4  8  12 -4

如何移动列b和x,使它们成为数据框中的最后2列？我想按名称指定b和x,而不是其他列.

我有一个命名元组,我赋值如下:

class test(object):
            self.CFTs = collections.namedtuple('CFTs', 'c4annual c4perren c3perren ntfixing')

            self.CFTs.c4annual = numpy.zeros(shape=(self.yshape, self.xshape))
            self.CFTs.c4perren = numpy.zeros(shape=(self.yshape, self.xshape))
            self.CFTs.c3perren = numpy.zeros(shape=(self.yshape, self.xshape))
            self.CFTs.ntfixing = numpy.zeros(shape=(self.yshape, self.xshape))

有没有办法循环命名元组的元素？我试过这样做,但不起作用:

for fld in self.CFTs._fields:
                self.CFTs.fld= numpy.zeros(shape=(self.yshape, self.xshape))

我试图基于foll连接数据帧.2个csv文件:

df_a:https://www.dropbox.com/s/slcu7o7yyottujl/df_current.csv ？ dl = 0

df_b:https://www.dropbox.com/s/laveuldraurdpu1/df_climatology.csv ？ dl = 0

这两个都具有相同的列数和名称.但是,当我这样做时:

pandas.concat([df_a, df_b])

我收到错误:

AssertionError: Number of manager items must equal union of block items
# manager items: 20, # tot_items: 21

如何解决这个问题？

如何用中值标记seaborn图中的每个箱图？

例如

import seaborn as sns
sns.set_style("whitegrid")
tips = sns.load_dataset("tips")
ax = sns.boxplot(x="day", y="total_bill", data=tips)

如何用中位数或平均值标记每个箱图？

对于我正在编写的一些Python代码,我想在R中使用等效的子命令.

这是我的数据:

col1    col2    col3    col4    col5
100002  2006    1.1 0.01    6352
100002  2006    1.2 0.84    304518
100002  2006    2   1.52    148219
100002  2007    1.1 0.01    6292
10002   2006    1.1 0.01    5968
10002   2006    1.2 0.25    104318
10002   2007    1.1 0.01    6800
10002   2007    4   2.03    25446
10002   2008    1.1 0.01    6408

我想子集基于内容的数据col1和col2.(col1中的唯一值为100002和10002,col2中的唯一值为2006,2007和2008.)

这可以使用subset命令在R中完成,Python中有类似的东西吗？

我有这个人.数据帧:

DF

   A   B
0  23  12
1  21  44
2  98  21

如何删除列名A,并B从该数据帧？一种方法可能是将其写入csv文件,然后在指定header = None时读取它.如果没有写出csv并重新阅读,有没有办法做到这一点？

如何以有效的方式访问和修改2D numpy阵列的周围8个单元？

我有一个像这样的2D numpy数组:

arr = np.random.rand(720, 1440)

对于每个网格单元,我想减少中心单元的10%,周围的8个单元(角单元更少),但仅当周围单元值超过0.25时.我怀疑这样做的唯一方法是使用for循环但是想看看是否有更好/更快的解决方案.

- 编辑:对于基于循环的soln:

arr = np.random.rand(720, 1440)

for (x, y), value in np.ndenumerate(arr):
    # Find 10% of current cell
    reduce_by = value * 0.1

    # Reduce the nearby 8 cells by 'reduce_by' but only if the cell value exceeds 0.25
    # [0] [1] [2]
    # [3] [*] [5]
    # [6] [7] [8]
    # * refers to current cell

    # cell [0]
    arr[x-1][y+1] = arr[x-1][y+1] * reduce_by if arr[x-1][y+1] > 0.25 else arr[x-1][y+1] …

我正在使用scikit额外的树分类器:

model = ExtraTreesClassifier(n_estimators=10000, n_jobs=-1, random_state=0)

一旦模型被拟合并用于预测类,我想找出每个特征对特定类预测的贡献.我如何在scikit中学习呢？是否可以使用额外的树分类器或我是否需要使用其他模型？