我有一个测试分数的频率表：

score    count
-----    -----
  77      1105
  78       940
  79      1222
  80      4339
etc

我想显示由频率表总结的样本的基本统计数据和箱线图。（例如，上例的平均值为 79.16，中位数为 80。）

有没有办法在 Pandas 中做到这一点？我见过的所有例子都假设有一个个案表。

我想我可以生成一个个人分数列表，就像这样——

In [2]: s = pd.Series([77] * 1105 + [78] * 940 + [79] * 1222 + [80] * 4339)
In [3]: s.describe()
Out[3]: 
count    7606.000000
mean       79.156324
std         1.118439
min        77.000000
25%        78.000000
50%        80.000000
75%        80.000000
max        80.000000
dtype: float64

——但我希望避免这种情况；真实非玩具数据集中的总频率高达数十亿。

任何帮助表示赞赏。

（我认为这是一个与使用describe()与加权数据不同的问题，后者是关于将权重应用于个别情况。）

我使用熊猫创建了一个共现矩阵，如下所示。

import pandas as pd
import numpy as np

lst = [
    ['a', 'b'],
    ['b', 'c', 'd', 'e', 'e'],
    ['a', 'd', 'e'],
    ['b', 'e']
]

u = (pd.get_dummies(pd.DataFrame(lst), prefix='', prefix_sep='')
       .groupby(level=0, axis=1)
       .sum())

v = u.T.dot(u)
v.values[(np.r_[:len(v)], ) * 2] = 0
print(v)

输出如下。

   a  b  c  d  e
a  0  1  0  1  1
b  1  0  1  1  3
c  0  1  0  1  2
d  1  1  1  0  3
e  1  3  2  3  0

我想将上述数据帧转换为（x，y）对。如您所见，输出矩阵是对称的（即，对角线的上部和对角线的下部相似）。因此，我很高兴只从其中一部分获得（x，y）对（例如，仅使用上部）。 …

我有一组可以分组的不同时间序列.例如,下图显示了系列A,B,C和D.然而,A和B在组G1中,C和D在组G2中.

我想在图中通过在左侧添加另一个轴来反映这一点,该轴穿过涡轮组并相应地标记轴.

到目前为止,我尝试过一些东西,但显然不是那么容易.

有些人知道我怎么做吗？

PS:因为我在plot(subplots=True)已经有列的数据框架上使用panda

      |  G1   |  G2  |
      |-------|------|
index | A  B  | C  D |
------|-------|------|

可能是大熊猫已经可以为我做到这一点.这就是我使用pandas标签的原因.

我有一个关于在 ImageDataGenerator 上使用 fit() 的问题。我使用 Dense 层成功地批量运行了 MNIST 测试。
以下代码完美运行（验证准确率 98.5%）。

加载

(X_train, y_train), (X_test, y_test) = mnist.load_data()
# separate data into train and validation
from sklearn.model_selection import train_test_split
# Split the data
valid_per = 0.15
X_train, X_valid, y_train, y_valid = train_test_split(X_train, y_train, test_size=valid_per, shuffle= True)

N1 = X_train.shape[0] # training size
N2 = X_test.shape[0] # test size
N3 = X_valid.shape[0] # valid size
h = X_train.shape[1]
w = X_train.shape[2]


num_pixels = h*w
# reshape N1 samples to num_pixels
#x_train …

我是熊猫新手。这是一个例子的问题

df = pd.DataFrame(data={'id':['john','joe','zack']})

我知道我可以选择“ id”列包含“ jo”的行，如下所示

mask = df['id'].str.contains('jo')
df[mask]

But suppose that id column is indexed

df = df.set_index('id')

Now how do I select the rows where the index column contains "jo"?