小编Min*_*Mai的帖子

我一直在寻找通过python文档和论坛选择列的方法,但索引列上的每个示例都过于简单.

假设我有一个10 x 10的数据帧

df = DataFrame(randn(10, 10), index=range(0,10), columns=['A', 'B', 'C', 'D','E','F','G','H','I','J'])

到目前为止,所有文档都只是一个索引的简单例子

subset = df.loc[:,'A':'C']

要么

subset = df.loc[:,'C':]

但是当我尝试索引多个非顺序列时,我得到一个错误,就像这样

subset = df.loc[:,('A':'C', 'E')]

如果我想从A到C,E和G中选择A列,我将如何在Pandas中编入索引？看来这个逻辑不起作用

subset = df.loc[:,('A':'C', 'E', 'G':'I')]

我觉得解决方案非常简单,但我无法解决这个错误.谢谢!

El Capitan OS在这里.我一直试图找到一个解决方法,导入Tensorflow到我的ipython笔记本,但到目前为止没有运气.

像论坛中的很多人一样,由于六个包,我也遇到了安装张量流问题.我可以在使用brew进行一些烦躁之后安装

brew link gdbm
brew install python
rew linkapps python
sudo pip install https://storage.googleapis.com/tensorflow/mac/tensorflow-0.5.0-py2-none-any.whl

我收到一条消息,表明tensorflow已正确安装.即使我这样做,sudo pip install tensorflow我收到的消息:

Requirement already satisfied (use --upgrade to upgrade): tensorflow in /usr/local/lib/python2.7/site-packages
Requirement already satisfied (use --upgrade to upgrade): six>=1.10.0 in /Library/Python/2.7/site-packages (from tensorflow)
Requirement already satisfied (use --upgrade to upgrade): numpy>=1.9.2 in /usr/local/lib/python2.7/site-packages (from tensorflow)

但是,当我在我的ipython笔记本上并且我做了一个时,import tensorflow我收到了消息:ImportError: No module named tensorflow

我进一步挖了并在导入时发现了这个错误:

In [1]: import tensorflow
---------------------------------------------------------------------------
ImportError                               Traceback (most recent call last)
<ipython-input-1-a649b509054f> in …

希望我读错了,但是在XGBoost库文档中,有一些提示使用feature_importances_很多像sklearn的随机森林来提取特征重要性属性.

但是,出于某种原因,我不断收到此错误: AttributeError: 'XGBClassifier' object has no attribute 'feature_importances_'

我的代码段如下:

from sklearn import datasets
import xgboost as xg
iris = datasets.load_iris()
X = iris.data
Y = iris.target
Y = iris.target[ Y < 2] # arbitrarily removing class 2 so it can be 0 and 1
X = X[range(1,len(Y)+1)] # cutting the dataframe to match the rows in Y
xgb = xg.XGBClassifier()
fit = xgb.fit(X, Y)
fit.feature_importances_

您似乎可以Booster通过调用get_fscore属性来使用对象计算要素重要性.我使用的唯一理由XGBClassifier了Booster,是因为它能够被包裹在一个sklearn管道.有关功能提取的任何想法？还有其他人遇到过这种情况吗？

当我的图表使用{{ include }}. 例如，我的清单看起来像这样

      containers:
      - name: {{ .Release.Name }}
        image: {{ .Values.global.image}}:{{ .Values.global.imageTag }}
        imagePullPolicy: {{ .Values.global.pullPolicy }}
        ports:
          - containerPort: {{ .Values.gloabl.containerPort }}
{{ include "common_deployment" . }}

我common_deployment的定义为

{{- define "common_deployment" }}
        envFrom:
          - secretRef:
              name: {{ .Release.Name }}-secret
{{- end -}}

当我在 Helm 上进行试运行后查看我的清单时，我的模板看起来像这样

 containers:
  - name: test
    image: myrepo/myimage:latest
    imagePullPolicy: Always
    ports:
      - containerPort: 4444

envFrom:
  - secretRef:
      name: test-secret

请注意在ports和之间有一个新的谎言envFrom。我想知道这是否会影响我的 pod 的结果，因为安装卷时存在问题，我希望能够在进入另一个兔子洞之前确保这个模板问题是罪魁祸首。

假设我有类别,1到10,我想分配red值3到5,分别green为1,6和7,以及blue分配给2分,8分,9分和10分.

我该怎么做？如果我试试

df.cat.rename_categories(['red','green','blue'])

我收到一个错误:ValueError: new categories need to have the same number of items than the old categories!但是如果我把它放进去的话

df.cat.rename_categories(['green','blue','red', 'red', 'red'
                        'green', 'green', 'blue', 'blue' 'blue'])

我会收到一个错误,说有重复的值.

我能想到的唯一另一种方法是编写一个for循环,它将遍历值的字典并替换它们.是否有更优雅的解决方案？

我有两个大表，old_customers 和 new_customers，我想对它们进行行绑定。这已完成，但其中任何一个都太大而无法加载到内存中。但是，我不确定是否bind_rows允许绑定两个表而不是两个数据框。我尝试时收到此错误

old <- tbl(conn, 'old_customers')
new <- tbl(conn, 'new_customers')
old %>% bind_rows(new)
Error in bind_rows_(x, .id) : 
  Argument 1 must be a data frame or a named atomic vector, not a tbl_dbi/tbl_sql/tbl_lazy/tbl

另一种选择是这样的

old <- as.data.frame(tbl(conn, 'old_customers'))
new <- as.data.frame(tbl(conn, 'new_customers'))
old %>% bind_rows(new)

但同样，我试图避免将此数据集加载到内存中。有没有解决的办法？

我试图更多地了解这个caret包,并遇到了一个我不确定如何解决的障碍.

#loading up libraries
library(MASS)
library(caret)
library(randomForest)
data(survey)
data<-survey

#create training and test set
split <- createDataPartition(data$W.Hnd, p=.8)[[1]]
train<-data[split,]
test<-data[-split,]


#creating training parameters
control <- trainControl(method = "cv",
                        number = 10, 
                        p =.8, 
                        savePredictions = TRUE, 
                        classProbs = TRUE, 
                        summaryFunction = "twoClassSummary")

#fitting and tuning model
tuningGrid <- data.frame(.mtry = floor(seq(1 , ncol(train) , length = 6)))
rf_tune <- train(W.Hnd ~ . , 
            data=train, 
            method = "rf" ,
            metric = "ROC",
            trControl = control)

不断收到错误:

Error in evalSummaryFunction(y, …

我正在尝试构建一个正则表达式模式，该模式将从字符串中删除标点符号。我决定punctuation从string图书馆使用。但是，当我执行它时，Spark 返回一个错误，指出有一个未包含的字符。

我怀疑其中的字符punctuation在执行过程中关闭了引号。我有一种感觉，这应该很容易解决，但我不确定如何解决。我的代码如下：

from pyspark.sql.functions import regexp_replace, trim, col, lower
import string

def removePunctuation(column):

    no_punct = regexp_replace(column, string.punctuation, '')
    lowered = lower(no_punct)
    cleaned = strip(lowered)
    return cleaned

我得到这个错误 org.apache.spark.SparkException: Job aborted due to stage failure: Task 0 in stage 86.0 failed 1 times, most recent failure: Lost task 0.0 in stage 86.0 (TID 3709, localhost): java.util.regex.PatternSyntaxException: Unclosed character class near index 31

我正在使用 dplyr 在 Redshift 中执行某些操作，因此我不会将数据加载到内存中。

data <- tbl(conn, "customers") %>%
  filter(age >= 18)
subset <- data %>% 
  filter(eye_color != "brown") %>%
  group_by(gender, method, age, region) %>% 
  summarise(sum(purchases)) %>%  # will create a column called sum(purchases)
  full_join(data, by=c("region", "age", "method"))

现在，当我查看生成的数据帧时，我将看到一个名为的列sum(purchases)，我想将其重命名为purchases将创建列，purchase.x并purchase.y在合并之后。

到目前为止，我读过的大多数重命名都是处理内存中的数据帧，而不是使用 dbplyr 延迟评估的数据帧。我尝试过使用rename,rename_以及rename_at的不同变体select。我也尝试过这里和这里列出的策略，但没有运气

有没有办法重命名sum(purchases). 我唯一的其他选择是在某个步骤将数据帧加载到内存中

data <- tbl(conn, "customers") %>%
  filter(age >= 18)
subset <- data %>% …