小编Lam*_*Lam的帖子

最近我从Windows 8.1升级到Windows 10.虽然Windows说它没有改变我的文件和文件夹,但事实并非如此.开始菜单中的Anaconda文件夹中只有一个快捷方式.这是Anaconda Prompt,所以我想我只是运行以下命令来修复我的链接:

conda update conda -f
conda update anaconda -f

虽然这返回了一些链接,但它并没有恢复一切,这意味着我被困在一个功能失调的Anaconda安装.

我的目标是找出某些关键字组合是否可以出现在填充了文本字符串（新闻文章的标题）的列中。然后我想在条形图中绘制频率。

我使用熊猫数据框完成了以下操作：

pvv_news = df[df['desc'].str.contains("pvv", case=True)]
pvv_month = win.groupby(win.index.month).size()
pvv_month.index = ['January', 'February', 'March', 'April', 'May', 'June']
pvv_month.plot(kind='bar')

这使：

现在，我无法弄清楚如何组合 AND 和 OR 以获得更具体的结果。我想到的但不起作用的例子：

pvv_news = df[df['desc'].str.contains("(pvv)&(nederland|overheid)", case=True)]

我查看了以下功能，但无法弄清楚：

• pandas.Series.str.extract
• pandas.Series.str.match
• pandas.Series.str.contains
• 正则表达式结合上述功能。

我正在尝试计算数据框列中的单个单词.看起来像这样.实际上,文本是推文.

text
this is some text that I want to count
That's all I wan't
It is unicode text

所以我从其他stackoverflow问题中发现的是我可以使用以下内容:

从Dataframe Pandas中的句子中计算最频繁的100个单词

计算Pandas数据框中的不同单词

我的df叫做结果,这是我的代码:

from collections import Counter
result2 = Counter(" ".join(result['text'].values.tolist()).split(" ")).items()
result2

我收到以下错误:

TypeError                                 Traceback (most recent call last)
<ipython-input-6-2f018a9f912d> in <module>()
      1 from collections import Counter
----> 2 result2 = Counter(" ".join(result['text'].values.tolist()).split(" ")).items()
      3 result2
TypeError: sequence item 25831: expected str instance, float found

文本的dtype是object,根据我的理解,对于unicode文本数据是正确的.

给出以下数据帧:

import pandas as pd
p1 = {'name': 'willy', 'age': 11, 'interest': "Lego"}
p2 = {'name': 'willy', 'age': 11, 'interest': "games"}
p3 = {'name': 'zoe', 'age': 9, 'interest': "cars"}
df = pd.DataFrame([p1, p2, p3])
df

    age interest    name
0   11  Lego        willy
1   11  games       willy
2   9   cars        zoe

我想知道每个人的利益总和,并让每个人只在列表中显示一次.我做以下事情:

Interests = df[['age', 'name', 'interest']].groupby(['age' , 'name']).count()
Interests.reset_index(inplace=True)
Interests.sort('interest', ascending=False, inplace=True)
Interests

    age name    interest
1   11  willy   2
0   9   zoe     1

这有效,但我觉得我做错了.现在我正在使用列'兴趣'来显示我的总和值,这是可以的,但就像我说我希望有更好的方法来做到这一点.

我在熊猫中看到了许多关于计算/总和的问题,但对我而言,我忽略了"重复"的部分是关键.

我的熊猫数据框包含推文和每个推文（300.000行）的元数据。我的一些同事需要在Excel中使用此数据，这就是为什么我需要导出它的原因。

我想使用熊猫提供的一个.to_csv或.to_excel两个，但我无法使其正常工作。

当我使用.to_csv我的问题时，它一直在数据框的文本部分中失败。我使用了不同的分隔符，但文件从未100％对齐。文本列似乎包含制表符，竖线字符等，这会使Excel感到困惑。

df.to_csv('test.csv', sep='\t', encoding='utf-8')

当我尝试.to_excel与xlsxwriter引擎一起使用时，我遇到了一个不同的问题，那就是我的文本列包含许多URL（我认为）。xlswriter尝试对这些URL进行特殊的可点击链接，而不仅仅是将它们作为字符串处理。我找到了一些有关如何避免这种情况的信息，但是同样，我无法使它正常工作。

以下代码段应用于禁用我认为会引起麻烦的功能：

workbook = xlsxwriter.Workbook(filename, {'strings_to_urls': False})

但是，在使用时，在to_excel将数据框加载到Excel文件之前，似乎无法调整Workbook对象的此设置。

简而言之，我如何将列的文本从Pandas数据框中导出到Excel可以理解的东西呢？

编辑： 例如：

@geertwilderspvv @telegraaf ach Wilders toch, nep-voorzitter van een nep-partij met maar één lid, \nzeur niet over nep-premier of parlement!

因此，在这种情况下，显然是行车制动器是我的数据。我将尝试查找更多示例。

编辑2：

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<recoveryLog xmlns="http://schemas.openxmlformats.org/spreadsheetml/2006/main"><logFileName>error047600_01.xml</logFileName><summary>Er zijn fouten aangetroffen in bestand C:\Users\Guy Mahieu\Desktop\Vu ipython notebook\pandas_simple.xlsx</summary><removedRecords summary="Hier volgt een lijst van verwijderde records:"><removedRecord>Verwijderde records: Formule van het onderdeel /xl/worksheets/sheet1.xml</removedRecord></removedRecords></recoveryLog> …

我正在将Twitter数据（推文+元数据）收集到MongoDB服务器中。现在我想做一些统计分析。为了将数据从MongoDB获取到Pandas数据框中，我使用了以下代码：

cursor = collection.find({},{'id': 1, 'text': 1})

tweet_fields = ['id', 'text']

result = pd.DataFrame(list(cursor), columns = tweet_fields)

这样，我成功地将数据加载到了Pandas中，这很棒。现在，我想对创建推文的用户进行一些分析，这些推文也是我收集的数据。此数据位于JSON的嵌套部分中（我不确定100％是否为true J​​SON），例如user.id（这是Twitter用户帐户的ID）。

我可以使用点符号将其添加到光标中：

cursor = collection.find({},{'id': 1, 'text': 1, 'user.id': 1})

但这会导致该列的NaN。我发现问题在于数据的结构方式：

没有user.id的游标位：

[{'_id': ObjectId('561547ae5371c0637f57769e'),
  'id': 651795711403683840,
  'text': 'Video: Zuuuu gut! Caro Korneli besucht für extra 3 Pegida Via KFMW http://t.co/BJX5GKrp7s'},
 {'_id': ObjectId('561547bf5371c0637f5776ac'),
  'id': 651795781557583872,
  'text': 'Iets voor werkloze xenofobe PVV-ers, (en dat zijn waarschijnlijk wel de meeste).........Ze zoeken bij Frontex een paar honderd grenswachten.'},
 {'_id': ObjectId('561547ab5371c0637f57769c'),
  'id': 651795699881889792,
  'text': 'RT @ansichtssache47: Geht …