小编Hou*_*und的帖子

我想使用此数据框的geom_bar()创建一个并排的条形图,

> dfp1
   value   percent1   percent
1 (18,29] 0.20909091 0.4545455
2 (29,40] 0.23478261 0.5431034
3 (40,51] 0.15492958 0.3661972
4 (51,62] 0.10119048 0.1726190
5 (62,95] 0.05660377 0.1194969

使用x轴上的值和百分比作为并排条形图.我试过用这个代码,

p = ggplot(dfp1, aes(x = value, y= c(percent, percent1)), xlab="Age Group")
p = p + geom_bar(stat="identity", width=.5)  

但是,我收到此错误:错误:美学必须是长度为1或与dataProblems:value相同的长度.我的百分比和百分比1与值的长度相同,所以我很困惑.谢谢您的帮助.

我有一个非常基本的问题。我正在使用熊猫数据框进行绘制，但是我想在某些日期周围添加突出显示。

In[122]:
df1_99.plot(x='date', y='units', ylim=[0,11], figsize=[12,12])

出[122]：

我在stackoverflow上发现了此代码以添加突出显示。

fig, ax = plt.subplots()
ax.plot_date(t, y, 'b-')
ax.axvspan(*mdates.datestr2num(['10/27/2011', '11/2/2011']), color='red', alpha=0.5)
fig.autofmt_xdate()
plt.show()

我的问题是如何在当前代码中使用ax.avxspan？还是我需要将x ='date'和y ='units'转换为numpy数组并使用上面代码中的格式？

到目前为止，这是我的代码：

year = 2012
start = datetime.date(year, 1, 1)
end = start + pd.offsets.MonthEnd(72)

class FrBusinessCalendar(AbstractHolidayCalendar):
""" Custom Holiday calendar 
"""
rules = [
    Holiday('New Years Day', month=1, day=1),
    #USThanksgivingDay,
    Holiday('Fourth Of July', month=7, day=4),
    Holiday('Thanksgiving', month=11, day=1, offset=DateOffset(weekday=TH(4))),
    Holiday('Black Friday', month=11, day=1, offset=pd.DateOffset(weekday=FR(4))),
    Holiday("Cyber Monday", month=11, day=1, offset=[pd.DateOffset(weekday=SA(4)), pd.DateOffset(2)]),
    Holiday('Christmas Day', month=12, day=25)
]

cal = FrBusinessCalendar()
# Getting the holidays (off-days) between two dates
cal.holidays(start=start, end=end)

现在，我想要做的是将所有这些日期放入一个数据框中，其中假日名称作为一列，日期作为另一列。所以对于我的例子...

date           holiday
2012-01-01     New Years Day
2012-07-04     Fourth Of July
2012-11-22 …

我有这个数据帧:

dftrain
      date        store_nbr   item_nbr  units
0   2012-01-01      1           1         0
1   2012-01-01      1           2         0
2   2012-01-01      2           3         0
3   2012-01-01      3           4         0
4   2012-01-01      4           5         0
...

而这个数据帧:

dfkey
   store_nbr    station_nbr
0   1                1
1   2                1
2   3                4
3   4                1

我想添加一个列dftrain,其中station_nbr列将商店编号与站号相匹配.

 dftrain
       date       store_nbr   item_nbr  units station_nbr
0   2012-01-01      1           1         0        1
1   2012-01-01      1           2         0        1
2   2012-01-01      2           3         0        1
3   2012-01-01      3           4         0        4
4 …

我想将此正则表达式模式复制到 regexp_substr。我想捕获第二组。

'(\?)(.*?)(&|$)'

我试过这个

regexp(my_url, '\\?.*?&|$')

以及上面的一些类似的变体，但我一直收到错误： ERROR: XX000: Invalid preceding regular expression prior to repetition operator. The error occured while parsing the regular expression: '\?.*?>>>HERE>>>&|$'.

我有这个数据透视表:

[in]:unit_d

[out]:
                         units
store_nbr   item_nbr    
   1            9        27396
                28        4893
                40        254
                47        2409
                51        925
                89        157
                93        1103
                99        492

    2           5         55104
                11        655
                44        117125
                85        106
                93        653

我想要一个字典,其中'store_nbr'作为键,'item_nbr'作为值.
所以,{'1': [9, 28, 40,...,99], '2': [5, 11 ,44, 85, 93], ...}

我有这个数据框：

dfexample = pd.DataFrame({'OID' : [7, 7, 7, 7],
                      'Category' : ['Plumbing', 'Plumbing', 'Plumbing', 'Plumbing'],
                      'Product_Type' : ['Accessory', 'Shower Accessories', 'Showers', 'Showers'],
                      'Extended_Price' : [20.5, 12.12, 122.45, 225.98]})

我想按“ OID”对数据框进行分组，并获取对象列（Category和Product_Type）的“第一个”字符串，因此在这种情况下为'plumbing'和'accessory'。所需输出：

[in]:dfgrouped

[out]:
OID       Category         Extended_Price     Product_Type
7         Plumbing         381.05             Accessory  

现在，我将所有字符串连接在一起，并且不返回“第一个”字符串。

def f(x):
return pd.Series(dict(Category = x['Category'].sum(),
                     Extended_Price = x['Extended_Price'].sum(),
                      Product_Type = x['Product_Type'].sum() 
                     ))
dfexample.groupby('OID').apply(f)

为什么这两个代码块没有做同样的事情？

category = None
prodid_brand = None
prod_type = None
prod_application = None
prod_handletype = None
prod_series = None

我想通过执行以下操作来"清理"我的代码,但它与上面的代码不同.

column_list = [category, prodid_brand, prod_type, prod_application, 
               prod_handletype, prod_series]

for col in column_list:
    col = None

还有一种"更清洁"的方式来实例化除顶部代码块之外的所有变量.