小编Bil*_*ler的帖子

我试图用两个图创建一个子图。第一个图实质上是散点图（我正在使用regplot），第二个图是直方图。

我的代码如下：

import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns

data = {'source':['B1','B1','B1','C2','C2','C2'],
        'depth':[1,4,9,1,3,10],
        'value':[10,4,23,78,24,45]}

df = pd.DataFrame(data)

f, (ax1, ax2) = plt.subplots(1,2)

for source in df['source'].unique():

    x = df.loc[df['source'] == source, 'value']
    y = df.loc[df['source'] == source, 'depth']

    sns.regplot(x,
                y,
                scatter = True,
                fit_reg = False,
                label = source,
                ax = ax1)
    ax1.legend()

    sns.distplot(x,
                 bins = 'auto',
                 norm_hist =True,
                 kde = True,
                 rug = True,
                 ax = ax2,
                 label = source)
    ax2.legend()
    ax2.relim()
    ax2.autoscale_view()
plt.show() …

这可能不是这个论坛的合适问题，但我只是想知道是否有人知道 SciPy 的stats.norm.fit()方法如何确定分布参数？我在某处读到它使用最大似然估计，但我找不到任何官方文档。

提前致谢，

京津冀

我试图弄清楚如何在 pandas 元素中拆分字符串，然后重新组合拆分字符串的一部分。我有以下代码：

import pandas as pd

df = pd.DataFrame({'code': ['PC001-S002_D_CFI4-1_NN','PC001-S002_D_CFI4-1_NN','PC001-S002_D_CFI4-1_NN',
                            'PC001-S002_D_CFI4-1_ER','PC001-S002_D_CFI4-1_ER','PC001-S002_D_CFI4-1_ER']})

df['domain'] = df['code'].str.split("_")

此代码用于根据下划线分割字符串。现在我想获取列中生成的拆分列表并重新组合前三个元素，以便：

PC001-S001_D_CFI4-1_NN ==> PC001-S001_D_CFI4-1

如果我只是使用以下方法应用于字符串，我可以这样做：

a = 'PC001-S002_D_CFI4-1_NN'
b = a.split("_")[0:3]
c = "_".join(b)

然而，我尝试将其应用于熊猫，但没有取得太大成功。

任何建议都会受到极大的欢迎。

我正在尝试将 statsmodel 线性回归函数与公式一起使用。我的示例数据来自 Pandas 数据框。我在公式中的列名有一个小问题。由于下游过程，我的列名中有连字符。例如：

+------+-------+-------+
+ VOLT +  B-NN + B-IDW +
+------+-------+-------+

现在，保留连字符的原因之一是它允许 python 拆分字符串以进行其他分析，所以我必须保留它。如您所见，当我想使用 B-NN 回归 VOLT 时VOLT ~ B-NN，我遇到了一个问题，因为 patsy 公式找不到 B。

有没有办法告诉 Patsy B-NN是一个变量名而不是 B 减去 NN？

谢谢。

京津冀