小编use*_*827的帖子

对于以下数据帧(df),

     ColA      ColA_weights      ColB   ColB_weights
0  0.038671            1073  1.859599             1
1  20.39974           57362  10.59599             1
2  10.29974            5857  2.859599             1
3  5.040000            1288  33.39599             1
4  1.040000            1064  7.859599             1

我想绘制一个加权箱图,其中每个框的权重分别由ColA_weights和ColB_weights给出,我只是做

df.boxplot(fontsize=12,notch=0,whis=1.5,vert=1,widths=0.2)

但是,似乎没有规定包括权重.有解决方案吗

谢谢!

我有这个人.数据帧:

datetime
2012-01-01    125.5010
2012-01-02    125.5010
2012-01-03    125.5010
2012-02-04    125.5010
2012-02-05    125.5010
2012-02-29    125.5010
2012-02-28    125.5010
2016-01-07    125.5010
2016-01-08    125.5010
2016-02-29     81.6237

我想删除对应于2月29日的所有行,导致foll.数据框:

datetime
2012-01-01    125.5010
2012-01-02    125.5010
2012-01-03    125.5010
2012-02-04    125.5010
2012-02-05    125.5010
2012-02-28    125.5010
2016-01-07    125.5010
2016-01-08    125.5010

现在,我只是手动完成:

df.drop(df.index[['2012-02-29']]).我怎样才能使它适用于所有年份,而不必手动指定行索引.

我正在使用matplotlib制作这个3D图:

ax.plot_surface(x_surf, y_surf, np.reshape(npp, (max_temp/step, max_temp/step)), linewidth=0.2,cmap=palettable.colorbrewer.sequential.Greens_9.mpl_colormap)

如何使轴标签和轴名称看起来更像这个图:

有没有办法将具有相同时间维度但不同空间域的2个或更多netCDF文件合并为单个netCDF文件？空间域由纬度和经度坐标指定？在xarray concat,merge等的文档中,他们说它们使用单​​个维度

如何堆叠以下2个数据帧:

df1
    hzdept_r    hzdepb_r    sandtotal_r
0   0           114         0
1   114         152         92.1

df2
    hzdept_r    hzdepb_r    sandtotal_r
0   0           23          83.5
1   23          152         45

给出以下结果:

    hzdept_r    hzdepb_r    sandtotal_r
0   0           114         0
1   114         152         92.1
2   0           23          83.5
3   23          152         45

使用pandas合并操作不起作用,因为它只是水平排列数据帧(而不是垂直,这是我想要的)

fig, ax = plt.subplots(3, 3, sharex='col', squeeze=False, figsize=(20, 10))

我想绘制7个子图并使用上面的命令.然而,它创建了9个图(包括2个空图).我怎样才能确保只绘制了7个地块？

   import xarray as xr     
   import cartopy.crs as ccrs


    USA_PROJ = ccrs.AlbersEqualArea(central_longitude=-97., central_latitude=38.)
    g_simple = ds_by_month.t2m.plot(x='longitude',
                                    y='latitude',
                                    col='month',
                                    col_wrap=6,
                                    aspect=ds.dims['longitude'] / ds.dims['latitude'],
                                    subplot_kws=dict(projection=USA_PROJ),
                                    add_colorbar=False,
                                    transform=ccrs.PlateCarree())
    g_simple.add_colorbar(orientation='horizontal')
    for ax in g_simple.axes.ravel():
        ax.coastlines()
        ax.set_extent([-121, -72, 22.5, 50])

    plt.tight_layout()
    plt.show()

在运行上面的代码时,我得到了foll.数字:

如何确保颜色条与图形重叠？即使我使用xarray默认颜色条,也会发生重叠.

我想merf在集成模型中使用（混合效应随机森林）库，例如通过使用mlens或mlxtendpython 库。然而，由于拟合和预测方法的merf结构采用非传统方式，我无法弄清楚如何做到这一点：

from merf import MERF
merf = MERF()
merf.fit(X_train, Z_train, clusters_train, y_train)
y_hat = merf.predict(X_test, Z_test, clusters_test)

有没有办法merf在集成模型中使用该库？问题在于，使用mlens或其他集成库构建集成模型会假定 scikit-learn 结构，其中 fit 方法将X,y作为输入，预测方法将 ,X作为输入。然而，merf显然在拟合和预测方法中都有更多的输入。这是一个简化的语法mlens：

from mlens.ensemble import SuperLearner 
ensemble = SuperLearner()
ensemble.add(estimators)
ensemble.add_meta(meta_estimator)
ensemble.fit(X, y).predict(X)

我不限于使用mlens或mlxten。任何其他构建集成模型的方法merf也可以。

我有一个netCDF文件,其时间维度包含2小时的数据.我希望平均每小时获得每小时的平均时数.我试过这个:

import xarray as xr
ds = xr.open_mfdataset('ecmwf_usa_2015.nc')    
ds.groupby(['time.month', 'time.hour']).mean('time')

但我得到这个错误:

*** TypeError: `group` must be an xarray.DataArray or the name of an xarray variable or dimension

我怎样才能解决这个问题？如果我这样做:

ds.groupby('time.month', 'time.hour').mean('time')

我没有得到错误,但结果的时间维度为12(每个月一个值),而我想要每个月的小时平均值,即每12个月24个值.数据可在此处获取:https://www.dropbox.com/s/yqgg80wn8bjdksy/ecmwf_usa_2015.nc？dl = 0

from os import environb as environ

在Windows Anaconda python 3.6安装中键入以上命令时,我收到此错误:

ImportError: cannot import name 'environb'.

这似乎是因为,

environb is only available if supports_bytes_environ is True.

和

supports_bytes_environ 在Windows上为False.

有办法解决这个问题吗？

参考:https://docs.python.org/3/library/os.html#os.environb

具体来说,我在GRASS GIS Python脚本库中发现了这个错误.