我有一个表,每行可以属于多个类别,如,
test = pd.DataFrame({
'name': ['a', 'b'],
'category': [['cat1', 'cat2'],['cat1', 'cat3']]
})
如何以上表所示的方式将每个类别转换为虚拟变量,
test_res = pd.DataFrame({
'name': ['a', 'b'],
'cat1': [1, 1],
'cat2': [1, 0],
'cat3': [0, 1]
})
我试过pd.get_dummies(test['category'])但得到以下错误,
TypeError: unhashable type: 'list'
我正在尝试将变换应用于a shared_ptr并存储一段shared_ptr时间也使用类中的函数.
我创建了这个例子:
#include <vector>
#include <iostream>
#include <memory>
#include <algorithm>
using namespace std;
class MyClass {
public:
int factor = 0;
MyClass(const int factor_) : factor(factor_) {}
shared_ptr<vector<int> > mult(shared_ptr<vector<int> > numbers) {
shared_ptr<vector<int> > result(new vector<int>() );
transform(numbers->begin(), numbers->end(), result->begin(),
[this](int x){ return factor * x; });
return result;
}
};
int main()
{
shared_ptr<vector<int> > numbers(new vector<int>());
shared_ptr<vector<int> > res(new vector<int>());
MyClass times_two(2);
numbers->push_back(1);
numbers->push_back(2);
numbers->push_back(3);
res = times_two.mult(numbers);
cout << "{";
for (unsigned …我有一个包含JSON数据的列,如下例所示,
library(data.table)
test <- data.table(a = list(1,2,3),
info = list("{'duration': '10', 'country': 'US'}",
"{'duration': '20', 'country': 'US'}",
"{'duration': '30', 'country': 'GB', 'width': '20'}"))
我想将最后一列转换为等效的R存储,看起来类似于
res <- data.table(a = list(1, 2, 3),
duration = list(10, 20, 30),
country = list('US', 'US', 'GB'),
width = list(NA, NA, 20))
由于我有500K行具有不同的内容,我会寻找一个快速的方法来做到这一点.
我正在尝试word2vec在 scikit-learn 管道中使用。
from sklearn.base import BaseEstimator, TransformerMixin
import pandas as pd
import numpy as np
class ItemSelector(BaseEstimator, TransformerMixin):
def __init__(self, key):
self.key = key
def fit(self, x, y=None):
return self
def transform(self, data_dict):
return data_dict[self.key]
from sklearn.pipeline import Pipeline
from gensim.sklearn_api import W2VTransformer
pipeline_word2vec = Pipeline([
('selector', ItemSelector(key='X')),
('w2v', W2VTransformer()),
])
pipeline_word2vec.fit(pd.DataFrame({'X':['hello world','is amazing']}), np.array([1,0]))
这给了我
---------------------------------------------------------------------------
RuntimeError Traceback (most recent call last)
<ipython-input-11-9e2dd309d07c> in <module>()
23 ('w2v', W2VTransformer()),
24 ])
---> 25 pipeline_word2vec.fit(pd.DataFrame({'X':['hello world','is amazing']}), np.array([1,0])) …我从NLTK开始，想要标记荷兰语句子，但是我在指定语料库时遇到了麻烦。
from nltk.tag import pos_tag
from nltk.tokenize import word_tokenize
from nltk.corpus import alpino
pos_tag(word_tokenize("Python is een goede data science taal."), tagset = 'alpino')
给，
[('Python', 'UNK'),
('is', 'UNK'),
('een', 'UNK'),
('goede', 'UNK'),
('data', 'UNK'),
('science', 'UNK'),
('taal', 'UNK'),
('.', 'UNK')]
很明显，我没有正确指定语料库。我下载了白化语语料库。谁能帮助我找出如何正确指定语料库？
我有一个具有重复列名称的数据框.我想将所有相同的条目折叠成一个条目.
数据的csv数据是,
id,col1,col2,col1,col2
'a',1,0,1,0
'b',0,1,1,0
'c',1,0,0,0
我要找的结果是,
id,col1,col2
'a',2,0
'b',1,1
'c',1,0
我想总结一下这些专栏.
我是熊猫的新手,似乎无法找到如何正确聚合值.请注意,我有大约4000列.
我试图从for循环中的地图中获取一个元素.按照cppreference的例子我试试这个:
#include <iostream>
#include <map>
using namespace std;
int main()
{
map<int, int> mapping;
mapping.insert(pair<int, int>(11,1));
mapping.insert(pair<int, int>(12,2));
mapping.insert(pair<int, int>(13,3));
for (const auto &it : mapping)
mapping[it]++;
cout << "array: ";
for (const auto &it : mapping)
cout << it.second << " ";
return 0;
}
这给出了gcc的以下编译错误:
main.cpp: In function 'int main()':
main.cpp:15:16: error: no match for 'operator[]' (operand types are 'std::map<int, int>' and 'const std::pair<const int, int>')
mapping[it]++;
如果我理解正确,问题是auto解决了std::pair<const int, int>没有[]定义运算符的问题.我想知道是否有办法让这个工作. …
我试图使用Rcpp比较C++中的两个通用R值.如何在不将它们转换为C++中的特定类型的情况下比较两个值？
解释我的问题的代码如下,
require("Rcpp")
require("inline")
src <- "return wrap(x1 == x2);"
fun <- cxxfunction(signature(x1 = "SEXP", x2 = "SEXP"), src, plugin = "Rcpp")
fun("a", "a")
to_cmp <- "a"
fun(to_cmp, to_cmp)
它现在给我FALSE和TRUE它想要它屈服TRUE和TRUE.
由于我的目标是在C++中实现数据结构,我更倾向于使用潜在的用户定义==方法.
我试过的一种方法是,
要求( "RCPP")
src <- '
Language call("\`==\`", x1, x2);
return call.eval();
'
fun <- cxxfunction(signature(x1 = "SEXP", x2 = "SEXP"), src, plugin = "Rcpp")
fun("a", "a")
to_cmp <- "a"
fun(to_cmp, to_cmp)
但是,当我运行这个时,我得到了 Error: could not find function …