我想实现一个类似DataFrame.corr()可以将函数应用于成对列的东西。例如。我有一个功能：
def func(x, y):
pass
我想应用于（类型）func中两列的每个组合。我找到了一种方法，通过创建一个新函数来包装：a_pdPandas.DataFramewap_funcfunc
def wap_func(x):
for i in range(len(x)):
for j in range(i+1, len(x)):
func(x[i], x[j])
res = a_pd.apply(wap_func, axis=1)
虽然问题似乎解决了，但是不太方便。如果能像这样的话a_pd.corr()就更好了。
最新版本的 docker（版本 0.6）已通过安装包安装在我的笔记本电脑（Windows 10 LTSB）中docker toolbox。它似乎安装正确，因为我在启动docker quickstart terminal. 当我运行时docker run hello-world，它返回
$ docker run hello-world
D:\Program Files\Docker Toolbox\docker.exe: An error occurred trying to connect: Post https://192.168.99.100:2376/v1.24/containers/create: dial tcp 192.168.99.100:2376: connectex: A connection attempt failed because the connected party did not properly respond after a period of time, or established connection failed because connected host has failed to respond..
See 'D:\Program Files\Docker Toolbox\docker.exe run --help'.
顺便说一下，我通过cisco anyconnect. 但是，当我断开 vpn 并运行 时hello world …
我想得到三列的总和,我采取的方法如下:
In [14]:
a_pd = pd.DataFrame({'a': np.arange(3),
'b': [5, 7, np.NAN],
'c': [2, 9, 0]})
a_pd
Out[14]:
a b c
0 0 5.0 2
1 1 7.0 9
2 2 NaN 0
In [18]:
b_pd = a_pd['a'] + a_pd['b'] + a_pd['c']
b_pd
Out[18]:
0 7.0
1 17.0
2 NaN
dtype: float64
但正如您所看到的,NaN不能被排除在外.所以我试过np.add(),但有些不对劲:
In [19]:
b_pd = a_pd[['a', 'b', 'c']].apply(np.add, axis=1)
b_pd
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-19-f52f400573b4> in <module>()
----> 1 b_pd = a_pd[['a', 'b', 'c']].apply(np.add, …基于直接附加两个dataframe不同列数的事实，会出现错误pandas.io.common.CParserError: Error tokenizing data. C error: Expected 4 fields in line 242, saw 5。我该怎么办pandas才能避免错误？
我想出了一种天真的方法：只是处理原始数据，使列数相等。
能不能更优雅一点？？我认为缺少的列可以np.nan在pd.append.