小编Sea*_*thy的帖子

我注意到在Pandas DataFrame中选择一个列的三种方法:

使用loc选择列的第一种方法:

df_new = df.loc[:, 'col1']

第二种方法 - 看起来更简单,更快捷:

df_new = df['col1']

第三种方法 - 最方便:

df_new = df.col1

这三种方法有区别吗？我不这么认为,在这种情况下我宁愿使用第三种方法.

我很好奇为什么似乎有三种方法可以做同样的事情.

这个问题没有得到满意的答案，所以我再问一次。

假设我有以下 Pandas DataFrame：

df1 = pd.DataFrame({'group': ['a', 'a', 'b', 'b'], 'values': [1, 1, 2, 2]})

我按第一列“组”分组：

g1 = df1.groupby('group')

我现在已经创建了一个“ DataFrame GroupBy”。然后我从 GroupBy 对象中提取第一列：

g1_1st_column = g1['group']

该类型g1_1st_column的是“pandas.core.groupby。系列的GroupBy”。请注意，它不再是“ DataFrame GroupBy”。

我的问题是，如何将 SeriesGroupBy 对象转换回 DataFrame 对象？我尝试使用 .to_frame() 方法，并得到以下错误：

g1_1st_column = g1['group'].to_frame()

AttributeError：无法访问“SeriesGroupBy”对象的可调用属性“to_frame”，请尝试使用“apply”方法。

我将如何使用 apply 方法或其他一些方法转换为 DataFrame？

我希望AWS Cloud9能够使用我的Anaconda Python环境中的Python版本和特定软件包.我怎样才能做到这一点？我应该在哪里查看设置或配置？

我目前的设置:我有一个带有Ubuntu Linux的AWS EC2实例,我已经配置了AWS Cloud9以使用EC2实例.

我在EC2实例上安装了Anaconda,我创建了一个conda Python3环境,但Cloud9总是想使用我的Linux系统安装的Python3版本.

假设我有以下内容：

df = pd.DataFrame({'a':range(2), 'b':range(2), 'c':range(2), 'd':range(2)})

我想从数据框中“弹出”两列（“ c”和“ d”）到一个新的数据框中，在原始df中保留“ a”和“ b”。以下内容不起作用：

df2 = df.pop(['c', 'd'])

这是我的错误：

TypeError: '['c', 'd']' is an invalid key

除了执行以下操作之外，还有谁知道快速，一流的解决方案？

df2 = df[['c', 'd']]
df3 = df[['a', 'b']]

我知道上面的代码键入起来并不是那么繁琐，但这就是发明DataFrame.pop的原因-为我们节省了从数据库中弹出一列的步骤。

我创建了一个每小时日期数据框，现在我想创建一个列来标记每行（小时）是否处于夏令时。例如，在夏季，该标志应 == 1，而在冬季，该标志应 == 0。

# Localized dates dataframe
dates = pd.DataFrame(data=pd.date_range('2018-1-1', '2019-1-1', freq='h', tz='America/Denver'), columns=['date_time'])

# My failed attempt to create the flag column
dates['dst_flag'] = np.where(dates['date_time'].dt.daylight_saving_time == True, 1, 0)

我的公司有一个正式的调色板，所以我需要在我的 seaborn 图表中使用这些颜色。因此，我想设置默认的 seaborn 调色板，并为这些颜色提供易于使用的名称，例如“p”代表紫色，“g”代表绿色。

这是我到目前为止的代码：

# Required libraries
import matplotlib.pyplot as plt
import seaborn as sns

# Wanted palette details
enmax_palette = ["#808282", "#C2CD23", "#918BC3"]
color_codes_wanted = ['grey', 'green', 'purple']

# Set the palette
sns.set_palette(palette=enmax_palette)

# Assign simple color codes to the palette

请帮助我使用我的“color_codes_wanted”列表为颜色指定简单的名称。

我想通过SSH进入我的Amazon Web Services（AWS）Cloud9弹性云计算（EC2）环境，但是没有分配给Cloud9 EC2环境的密钥对。如何为该环境分配密钥对，以便可以通过SSH进入该环境？

我通过Cloud9界面创建了AWS Cloud9 EC2环境，而不是创建EC2环境，然后通过Cloud9访问它。通常，当我创建EC2环境时，就有机会分配一个现有的密钥对，或创建一个新的密钥对。当我通过Cloud9创建环境时，没有向我提供此选项。

当我运行以下代码时，我收到错误消息：“ UnsupportedOperation：不可写”：

from flask import Flask

app_flask = Flask(__name__)

@app_flask.route('/')
def hello_method():
    return "Hello, main page!"

if __name__ == '__main__':
    app_flask.run()

谁能提供一些指导？我知道还有另一个问题，但是答案根本没有帮助。以下是错误消息的其余部分：

Traceback (most recent call last):

  File "<ipython-input-13-a122d150300b>", line 20, in <module>
    app_flask.run()

  File "C:\anaconda3\lib\site-packages\flask\app.py", line 938, in run
    cli.show_server_banner(self.env, self.debug, self.name, False)

  File "C:\anaconda3\lib\site-packages\flask\cli.py", line 629, in show_server_banner
    click.echo(message)

  File "C:\anaconda3\lib\site-packages\click\utils.py", line 259, in echo
    file.write(message)

UnsupportedOperation: not writable

如何删除 Python Flask-Admin 库中的“Home”按钮？

from flask_admin import Admin

flask_admin = Admin(app, 
    name='Customer Admin', 
    template_mode='bootstrap3', 
    # endpoint refers to the blueprint [e.g. url_for('admin_cust.index')] where index() is the function/view
    index_view=SecuredAdminIndexView(url='/admin_cust', endpoint='admin_cust')
)

# Add model (database table) views to the page
flask_admin_cust.add_view(UserView(User, db.session, category='Users', name='View/Edit User', endpoint='users'))
flask_admin.add_view(CustSubGroupView(CustSubGroup, db.session, name='Groups', endpoint='groups'))
flask_admin.add_view(GwView(Gw, db.session, endpoint='units', name='Units'))

我想在 pandas 中创建一个简单的计数器，每次循环完成时该计数器都会加一。这应该很简单，但我无法弄清楚...这是我想做的，并带有说明性的 pandas DataFrame：

# Illustrative dataframe
df = pd.DataFrame({'a':[0,0,1,1,0,0,1,1], 'b':[0,1,1,0,0,1,1,0]})

# Initialize counter to zero
counter = 0

# Increment the counter by 1 every time 'a' == 1 and 'b' == 0
df['c'] = [counter += 1 if (df['a'] == 1) and (df['b'] == 0)]

如果有人向我展示如何使用 pandas.apply 使用自定义函数来执行此操作，我会很高兴。本质上，我循环遍历 DataFrame 中的每个记录/行，并比较两列。

我知道我可能可以使用 numpy.where() 来做到这一点，然后进行扩展总和，但我真的很想学习如何将 apply 与自定义函数一起使用。

这是我尝试的另一种方法，使用自定义函数和 pandas.apply：

counter_list = []
counter = 0
def count_cycles(df):
    if (df['a'] == 1) and (df['b'] == 0):
        counter += 1
    counter_list.append(counter) …

例如，我想使用 scikit-learn 进行机器学习，使用 pandas、numpy 和 matplotlib/seaborn 进行数据分析。AWS Lambda 是否支持所有这些库？是否有支持的库列表？或者我应该创建一个虚拟服务器，以确保我可以使用我想要的任何 Python 库？

我需要用 Pandas 重现 SQL 所做的事情：

select
    del_month
    , sum(case when off0_on1 = 1 then 1 else 0 end) as on1
    , sum(case when off0_on1 = 0 then 1 else 0 end) as off0
from a1
group by del_month
order by del_month

这是一个示例，说明性的 Pandas 数据框可以处理：

a1 = pd.DataFrame({'del_month':[1,1,1,1,2,2,2,2], 'off0_on1':[0,0,1,1,0,1,1,1]})

这是我尝试用 Pandas 重现上述 SQL 的尝试。第一行有效。第二行报错：

a1['on1'] = a1.groupby('del_month')['off0_on1'].transform(sum)
a1['off0'] = a1.groupby('del_month')['off0_on1'].transform(sum(lambda x: 1 if x == 0 else 0))

这是第二行的错误：

TypeError: 'function' object is not iterable

这以前我的问题曾与lambda函数，这是亟待解决的问题。更大的问题是如何在分组数据上重现 SQL 的“sum(case when)”逻辑。我正在寻找一个通用的解决方案，因为我需要经常做这种事情。我之前问题中的答案建议在 …

我在 TimescaleDB（时间序列数据的 PostgreSQL 扩展）中创建了一个物化视图，当我使用来自 PGAdmin 的以下代码刷新它时，添加了最新数据并且一切正常：

REFRESH MATERIALIZED VIEW CONCURRENTLY 
    public.time_series_mv
    WITH DATA;

当我在 Python 中使用相同的用户 (postgres) 运行完全相同的代码时，它表示成功（即没有发生错误）但最新的数据实际上并未添加到物化视图中......

因此，我尝试创建一个函数来做同样的事情：

CREATE OR REPLACE FUNCTION refresh_time_series_mv()
    RETURNS void
    SECURITY DEFINER
    AS $$
    BEGIN
    REFRESH MATERIALIZED VIEW CONCURRENTLY time_series_mv with data;
    RETURN;
    END;
$$ LANGUAGE plpgsql;

然后我按如下方式运行该函数，同样，它在我的浏览器中从 PGAdmin 运行，但当我在我的调度应用程序中从 Python 运行相同的 SQL 时则不起作用。

select refresh_time_series_mv();

这是我的 Python 代码：

import psycopg2

SQL1 = """
    REFRESH MATERIALIZED VIEW CONCURRENTLY 
    public.time_series_mv
    WITH DATA
"""

SQL2 = "select refresh_time_series_mv();"

host = os.getenv("HOST") 
port = int(os.getenv("PORT")) …