文件说:
http://pandas.pydata.org/pandas-docs/dev/basics.html
"连续值可以使用切割(基于值的箱子)和qcut(基于样本分位数的箱子)功能"离散化"
听起来很抽象......我可以看到下面例子中的差异,但qcut(样本分位数)实际上是什么/意味着什么？你什么时候使用qcut与cut？
谢谢.
factors = np.random.randn(30)
In [11]:
pd.cut(factors, 5)
Out[11]:
[(-0.411, 0.575], (-0.411, 0.575], (-0.411, 0.575], (-0.411, 0.575], (0.575, 1.561], ..., (-0.411, 0.575], (-1.397, -0.411], (0.575, 1.561], (-2.388, -1.397], (-0.411, 0.575]]
Length: 30
Categories (5, object): [(-2.388, -1.397] < (-1.397, -0.411] < (-0.411, 0.575] < (0.575, 1.561] < (1.561, 2.547]]
In [14]:
pd.qcut(factors, 5)
Out[14]:
[(-0.348, 0.0899], (-0.348, 0.0899], (0.0899, 1.19], (0.0899, 1.19], (0.0899, 1.19], ..., (0.0899, 1.19], (-1.137, -0.348], (1.19, 2.547], [-2.383, -1.137], (-0.348, 0.0899]] …我正在插入带有时间戳列的Cassandra表.我的数据具有微秒精度,因此时间数据字符串如下所示:
2015-02-16T18:00:03.234 + 00:00
但是,在运行select查询的cqlsh中,没有显示微秒数据,我只能看到时间下降到第二精度.在234微秒数据未示出.
我想我有两个问题:
1)Cassandra是否使用时间戳数据类型捕获微秒？我的猜测是肯定的？
2)如何通过cqlsh验证？
表定义:
create table data (
datetime timestamp,
id text,
type text,
data text,
primary key (id, type, datetime)
)
with compaction = {'class' : 'DateTieredCompactionStrategy'};
使用Java PreparedStatment运行插入查询:
insert into data (datetime, id, type, data) values(?, ?, ?, ?);
选择查询只是:
select * from data;
我可能会做错事但我正在努力实现以下目标:
# plot bars and lines in the same figure, sharing both x and y axes.
df = some DataFrame with multiple columns
_, ax = plt.subplots()
df[col1].plot(kind='bar', ax=ax)
df[col2].plot(ax=ax, marker='o', ls='-')
ax.legend(loc='best')
我希望看到的图表都有些酒吧和线路.然而,我最终得到的只是线条df[col2],条形图df[col1]不在图表上.以前的任何事情df[col2]似乎都被覆盖了.
我绕过这个:
df[col1].plot(kind='bar', ax=ax, label=bar_labels)
ax.plot(df[col2], marker='o', ls='-', label=line_labels)
ax.legend(loc='best')
然而,这并不完美,因为我不得不使用label标签,否则传说将不包括df[col2]...
那里的任何人都有一个更优雅的解决方案,使条形和线条出现？
**编辑**感谢@DizietAsahi - 发现这是DatetimeIndex作为x值的问题.在熊猫提交以下内容:
https://github.com/pydata/pandas/issues/10761#issuecomment-128671523