小编Jul*_*ier的帖子

我的同事使用 mac 或 linux 打开 xz 文件的这一行：

xz --decompress --stdout "file.csv.xz"

在我的电脑上，使用 Windows 10，我收到以下错误：

'xz' 不是内部或外部命令，也不是可运行的程序或批处理文件

Windows 上的命令是否不同？或者是安装程序并将其放在正确的目录中（例如您需要 curl.exe 才能使用 rcurl）？

我确信在运行 cva.glmnet 后有一种优雅的方法可以提取最佳的 alpha 和 lambda，但不知何故我找不到它。

这是我在此期间使用的代码。

谢谢

library(data.table);library(glmnetUtils);library(useful)

# make some dummy data

data(iris)

x <- useful::build.x(data = iris,formula = Sepal.Length ~ .)
y <- iris$Sepal.Length

# run cv for alpha in c(0,0.5,1)

output.of.cva.glmnet <- cva.glmnet(x=x,y=y,alpha = c(0,0.5,1))

# extract the best parameters

number.of.alphas.tested <- length(output.of.cva.glmnet$alpha)

cv.glmnet.dt <- data.table()

for (i in 1:number.of.alphas.tested){
  glmnet.model <- output.of.cva.glmnet$modlist[[i]]
  min.mse <-  min(glmnet.model$cvm)
  min.lambda <- glmnet.model$lambda.min
  alpha.value <- output.of.cva.glmnet$alpha[i]
  new.cv.glmnet.dt <- data.table(alpha=alpha.value,min_mse=min.mse,min_lambda=min.lambda)
  cv.glmnet.dt <- rbind(cv.glmnet.dt,new.cv.glmnet.dt)
}

best.params <- cv.glmnet.dt[which.min(cv.glmnet.dt$min_mse)]

我想给用户一个输入输入的机会,如果他们在5秒后没有输入任何内容,则使用默认值.

这是输入部分:

input <- readline(prompt="Do something? (y/n): ")

有没有办法在R中做到这一点？

非常初学者的问题，抱歉：有没有办法避免在对熊猫列进行操作时重复数据框名称？

在R 中， data.table 允许在不重复数据框名称的情况下对列进行操作

very_long_dt_name = data.table::data.table(col1=c(1,2,3),col2=c(3,3,1))

# operate on the columns without repeating the dt name:

very_long_dt_name[,ratio:=round(col1/col2,2)]

我不知道如何在Python 中使用 Pandas，所以我不断重复 df 名称：

data = {'col1': [1,2,3], 'col2': [3, 3, 1]}
very_long_df_name = pd.DataFrame(data)

# operate on the columns requires repeating the df name

very_long_df_name['ratio'] = np.round(very_long_df_name['col1']/very_long_df_name['col2'],2)

我确定有办法避免它，但我在谷歌上找不到任何东西。请问有什么提示吗？谢谢你。

我试图在编织 Rmd 文件时隐藏一些 python 警告。通常的块设置“警告= F，消息= F”似乎不适用于 python 块。

带有 python 块的 Rmd 文件示例，该块故意生成警告：

---
title: "**warnings test**"
output: pdf_document
---


```{python, echo=F, warning=F, message=F}
import pandas as pd
d = {'col1': [1, 1, 2, 2], 'col2': [0, 0, 1, 1]}
df = pd.DataFrame(data=d)
df[df.col1==1]['col2']=2
```

在 Jupyter 中，当使用 来显示 DataFrame 时MultiIndex，第一层是左对齐的。

import numpy as np
cols = pd.MultiIndex.from_tuples([(x, y) for x in ['A', 'B', 'C'] for y in ['O', 'I']])
df = pd.DataFrame(np.random.randn(2, 6), index=['n', 'm'], columns=cols)
df

但是，当使用 pandas styler 显示相同内容时，它会右对齐：

df.style

如何控制对齐？

我正在构建一个R包（mypackage），该包导入data.table和另一个包（我们称其为myotherpackage）。

Imports: data.table, myotherpackage在mypackage的Description文件中。

myotherpackage导入dplyr，它具有多个名为data.table函数的函数，因此每次加载mypackage时都会收到类似的警告：

Warning: replacing previous import ‘data.table::first’ by ‘dplyr::first’ when loading ‘mypackage’

有没有一种方法可以导入data.table的所有功能，例如“ first”除外？然后，如果需要使用代码，请先在代码中使用data.table :::。还是有更好的方法来处理它？我试图避免每次有人导入软件包时发出警告。谢谢！

我正在使用以下代码在R中检索Google Analytics（分析）令牌。当我获得原始令牌时，它可以工作，但是一旦过期，我将无法刷新它。我懂了

错误：刷新令牌不可用

之后ValidateToken(token)。我究竟做错了什么？

#get and store token 
require("RGoogleAnalytics")
token <- Auth(client.id,client.secret)
save(token,file="./token_file")

#Get refresh token
load("token_file")
ValidateToken(token)

它必须已经在 stackoverflow 上的某个地方，但我只是在寻找方法来过滤 pyspark 数据帧的行，其中 1 个特定列为空，而不是任何列为空。

import pandas as pd
import pyspark.sql.functions as f
my_dict = {"column1":list(range(100)),"column2":["a","b","c",None]*25,"column3":["a","b","c","d",None]*20}
my_pandas_df = pd.DataFrame(my_dict)

sparkDf = spark.createDataFrame(my_pandas_df)
sparkDf.show(5)

我试图在数据帧的任何列上包含任何具有空值的行，基本上与此相反：

sparkDf.na.drop()