小编Nin*_*den的帖子

我有这样的数据帧

d={}
d['z']=['Q8','Q8','Q7','Q9','Q9']
d['t']=['10:30','10:31','10:38','10:40','10:41']
d['qty']=[20,20,9,12,12]

我想比较第一行和第二行

1. 与下一行AND相同
2. 在下一行AND中更大
3. 是z值与下一行相同

期望值是

   qty                   t   z  valid
0   20 2015-06-05 10:30:00  Q8  False
1   20 2015-06-05 10:31:00  Q8   True
2    9 2015-06-05 10:38:00  Q7  False
3   12 2015-06-05 10:40:00  Q9  False
4   12 2015-06-05 10:41:00  Q9   True

我在csv文件中有这样的数据

Symbol,Action,Year
AAPL,Buy,2001
AAPL,Buy,2001
BAC,Sell,2002
BAC,Sell,2002

我能够像这样阅读它和groupby

df.groupby(['Symbol','Year']).count()

我明白了

             Action
Symbol Year        
AAPL   2001       2
BAC    2002       2

我希望这个(顺序无关紧要)

             Action
Symbol Year        
AAPL   2001       2
AAPL   2002       0
BAC    2001       0
BAC    2002       2

我想知道是否有可能计算零出现率

目前,我正在使用h5py生成hdf5数据集.我有类似的东西

import h5py
import numpy as np
my_data=np.genfromtxt("/tmp/data.csv",delimiter=",",dtype=None,names=True)

myFile="/tmp/f.hdf"    
with h5py.File(myFile,"a") as f:
  dset = f.create_dataset('%s/%s'%(vendor,dataSet),data=my_data,compression="gzip",compression_opts=9)

这适用于相对较大的ASCII文件(400MB).我想对更大的数据集(40GB)做同样的事情.使用h5py有更好或更有效的方法吗？我想避免将整个数据集加载到内存中.

有关数据的一些信息:

1. 我不知道数据的类型.理想情况下,我想用dtype=None从np.loadtxt()
2. 我不知道文件的大小(尺寸).他们各不相同

我正在创建自己的conda食谱，并使用git进行结帐。仓库是几场演出。~/conda-bld我不希望在in中进行检出，而是希望在in中进行检出/ssd，这样会更快。如何指定？另外，在进行克隆时如何指定git depth？

我有这样的功能:

func run (cmd string) [] byte {
    out,err = exec.Command(cmd).Output()
    if error!=nil { 
        log.Fatal (err) 
    }
    return out
}

我想用这种方式运行这个命令

run ("uptime") // run every 5 secs
run ("date") // run every 10 secs

我想运行这些命令并收集它的输出并用它做一些事情.我该怎么办呢？

我有一个包含值的大型列表.

我想将列表分成大小以百分比给出的子列表,如25%,10%,10%,5%,%5,...,%1%(这些应该加起来为100%),尊重大名单的大小.

似乎没有这样的功能.

我有一个像这样的简单数据框：

d1={'a':{'1998-01-01':10}}
d2={'b':{'1998-01-01':3}}

df=pd.DataFrame.from_dict(d1)
df=df.append(pd.DataFrame.from_dict(d2))
df.index=pd.to_datetime(df.index)

             a   b
1998-01-01  10 NaN
1998-01-01 NaN   3

我想拥有

             a   b
1998-01-01  10   3

自1998年1月1日以来共享索引

我有一个 csv 文件，其中包含“日期”、“时间”和其他列（10 个左右）

Date,Time,C
20020515,123000000,10293
20020515,160000000,10287
20020516,111800000,10270
20020516,160000000,10260
20020517,130500000,10349
20020517,160000000,10276
20020520,123700000,10313
20020520,160000000,10258
20020521,114500000,10223

我正在尝试将其加载到 hdf5 文件中，并将日期和时间类型设为“字符串”而不是 integer32。所以我正在做这个

import h5py,numpy as np
my_data = np.genfromtxt("/tmp/data.txt",delimiter=",",dtype=None,names=True)
myFile="/tmp/data.h5"
with h5py.File(myFile,"a") as f:
  dset = f.create_dataset('foo',data=my_data)

我想在 HDF5 上将“日期”和“时间”存储为“字符串”类型。不是 Int32。

我有一个这样的文件

name|age
Bob|30
Tom|50
Cindy|10

我希望第一行有一个不同的分隔符“^”。

name|age
Bob|30
Tom|50
Cindy|10

但我不断得到

^n^a^m^e^|^a^g^e^
Bob|30
Tom|50
Cindy|10

期望的输出是

name^age
Bob|30
Tom|50
Cindy|10