小编Rob*_*988的帖子

http://xgboost.readthedocs.org/en/latest/python/python_intro.html

在xgboost的主页(上面的链接)上,它说:要安装XGBoost,请执行以下步骤:

1. 您需要make在项目的根目录中运行

2. 在python-package目录下运行

   python setup.py安装

但是,当我这样做时,对于步骤1,出现以下错误:make:术语"make"不被识别为cmdlet,函数,脚本文件或可操作程序的名称.检查名称的拼写,或者如果包含路径,请验证路径是否正确,然后重试.

然后我跳过step1并直接执行第2步,出现另一个错误:

Traceback (most recent call last):
  File "setup.py", line 19, in <module>
    LIB_PATH = libpath['find_lib_path']()
  File "xgboost/libpath.py", line 44, in find_lib_path
    'List of candidates:\n' + ('\n'.join(dll_path)))
__builtin__.XGBoostLibraryNotFound: Cannot find XGBoost Libarary in the candicate path, did you install compilers and run build.sh in root path?

有谁知道如何在Windows10平台上安装xgboost for python？谢谢你的帮助!

DF:

name score
A      1
A      2
A      3
A      4
A      5
B      2
B      4
B      6 
B      8

想以下面的形式获得以下新数据框:

   name count mean std min 25% 50% 75% max
    A     5    3    .. ..  ..  ..  ..  ..
    B     4    5    .. ..  ..  ..  ..  ..

如何从df.describe()中提取信息并重新格式化？谢谢

如何找到数据帧每行的最频繁值？例如:

In [14]: df
Out[14]:
   a  b  c
0  2  3  3
1  1  1  2
2  7  7  8

回报:[3,1,7]

假设我们有一个df:

    A       B
   apple   1.0
   apple   2.0
   apple    NA
   orange   NA
   orange  7.0
   melon   14.0
   melon   NA
   melon   15.0
   melon   16.0

要替换NA,我们可以使用df ["B"].fillna(df ["B"].median()),但它会用"B"中的所有数据的中位数填充NA

有没有办法可以使用某个A的中位数来代替NA(如下所示):

    A       B
   apple   1.0
   apple   2.0
   apple   **1.5**
   orange  **7.0**
   orange  7.0
   melon   14.0
   melon   **15.0**
   melon   15.0
   melon   16.0

谢谢!

是否有任何方便的方法来标准化每一行的最大值（除以一行的最大值），例如：

df=
A  B  C
2  1  1
1  4  1
0  2  1
return:
A     B     C
1    0.5   0.5
0.25  1   0.25
0     1    0.5

我试过了：

df.groupby('name').agg('count').compute(num_workers=1)
df.groupby('name').agg('count').compute(num_workers=4)

他们花相同的时间，为什么num_workers不起作用？

谢谢

df1 有缺失值：

df1=

    ID age 
    1  12 
    2  na
    3  23
    4  na
    5  na
    6  na 

我还有另一个df：

df2=

    ID age
    2   4
    4   5
    5   6 
    6   7

我想要fillna的df1，使用df2，基于相同的ID：

df1 (after fillna)=

    ID age 
    1  12 
    2  4
    3  23
    4  5
    5  6
    6  7

想要拥有可以在字符串中的子字符串之后找到数字的函数，例如：

>>> find_number('abc123de34','e')
34
>>> find_number('abc123de34','de')
34

最好的方法是什么？