小编Ste*_*n G的帖子

假设我有一个如下所示的数据框:

df = pd.DataFrame(index=list('abcde'), data={'A': range(5), 'B': range(5)})
 df
Out[92]: 
   A  B
a  0  0
b  1  1
c  2  2
d  3  3
e  4  4

假设这个数据帧已经存在,我怎样才能简单地在列索引中添加一个"C"级别,所以我得到了这个:

 df
Out[92]: 
   A  B
   C  C
a  0  0
b  1  1
c  2  2
d  3  3
e  4  4

我看到SO anwser就像这个python/pandas:如何将两个数据帧合并为一个具有分层列索引的数据帧？但这会使不同的数据帧不同,而不是将列级别添加到已存在的数据帧中.

-

有没有办法计算整个工作簿,但不是所有VBA中的开放工作簿？

我知道

worksheet.Calculate

但它只会做1张.我也知道

Application.CalculateFull

但我认为这会同时重新计算所有打开的工作簿.

是否可以只做一本工作簿？

编辑: 我得到的方法:

For Each wks In ActiveWorkbook.Worksheets
    wks.Calculate
Next

但是如果工作表之间有链接,这是非常危险的,那么计算的顺序很重要.我知道我可以找到确切的顺序并应用它,问题是在非常大的工作簿上这可能会有些棘手

我有一个图表,从标记太大的df.plot(style="o")地方创建o.是否有可能将它们缩小？

import pandas as pd
df = pd.DataFrame(range(1, 10))
df.plot(style="o")

我怎样才能缩小它们？

我可以Slider使用以下方法修改样式withStyles：

const CustomSlider = withStyles(theme => ({
  disabled: {
    color: theme.palette.primary.main
  },
  thumb: {
    height: 24,
    width: 24,
  },
}))(Slider);

但拇指的height和仅当组件为 时才适用。widthdisabled={false}

有没有一种简单的方法来更改滑块height和width打开disabled={true}？

演示： https://codesandbox.io/s/slide-thumb-size-gxb4g?file =/demo.js

我正在尝试从 df 中多次复制一列，例如

df.head()

                      close
date                       
2015-09-23 17:00:00  1.3324
2015-09-23 17:01:00  1.3325
2015-09-23 17:02:00  1.3323
2015-09-23 17:03:00  1.3323
2015-09-23 17:04:00  1.3323

从某个名称列表中，我想尽可能多地复制该列，只要我的列表中有名称：

list =['a','b','c']

并得到

  df.head()

                      close    a     b      c
date                       
2015-09-23 17:00:00  1.3324 1.3324 1.3324 1.3324
2015-09-23 17:01:00  1.3325 1.3325 1.3325 1.3325
2015-09-23 17:02:00  1.3323 1.3323 1.3323 1.3323
2015-09-23 17:03:00  1.3323 1.3323 1.3323 1.3323
2015-09-23 17:04:00  1.3323 1.3323 1.3323 1.3323

我试过

df[list] = df

但列的长度必须与键的长度相同。谢谢你的帮助！

我知道这是一个非常大的问题,但我会尽量让它变得简单.

假设我example.py只持有以下代码:

def xsum(a,b):
    return a+b

我怎么能把它封装到一个可以调用的DLL中,而不需要在最终用户计算机上安装python.我的目标是在VBA中使用它.

我看了py2exe创建一个.exe但我找不到一个DLL的解决方案.任何帮助,将不胜感激.我使用python 3.6

我创建了一个Sliceusing createSlicefrom redux 工具包并导出了我的操作，例如：

export const { myAction } = slice.actions;

我正在尝试创建一个中间件来捕获某些操作类型：

import myAction from './reducers/mySlice'

const MyMiddleware = store => next => action => {
  if (action.type === myAction.type) {   //this doesn't work, myAction is a function
    doSomething(action.payload);
  }
   return next(action);
};

我想知道是否可以从我创建的切片中获取操作类型作为常量？

所以我有一组非常典型的数据,如下所示:

data = {'date': {0: '10/02/2017',
  1: '10/02/2017',
  2: '10/02/2017',
  3: '10/02/2017',
  4: '10/02/2017'},
 'field': {0: 'field1', 1: 'field2', 2: 'field1', 3: 'field2', 4: 'field3'},
 'type': {0: 'type1', 1: 'type1', 2: 'type2', 3: 'type2', 4: 'type2'},
 'value': {0: 1.79067,
  1: 1.7987200000000001,
  2: 1.7978900000000002,
  3: 1.8001099999999999,
  4: 1.8045599999999999}}

df = pd.DataFrame(data)
df.date = pd.to_datetime(df.date)

这应该是这样的(真实数据集有许多不同的日期):

        date   field   type    value
0 2017-10-02  field1  type1  1.79067
1 2017-10-02  field2  type1  1.79872
2 2017-10-02  field1  type2  1.79789
3 2017-10-02  field2  type2  1.80011
4 2017-10-02 …

我有一个包含价格的df:

close
                  SPY         F      AAPL
Date                                     
1995-01-03  31.205567  5.503672  1.247298
1995-01-04  31.354707  5.651756  1.279801
1995-01-05  31.354707  5.602394  1.263550
1995-01-06  31.386606  5.602394  1.365121
1995-01-09  31.418575  5.701112  1.339220
1995-01-10  31.450542  5.602394  1.419970
1995-01-11  31.471809  5.602394  1.519510
1995-01-12  31.482511  5.553033  1.474819

我还有一个具有相同键和索引的信号的df为'close'

signals
Out: 
                  SPY       F      AAPL
Date                                     
1995-01-03         0        0        0
1995-01-04         1        0        1
1995-01-05         1        1        1
1995-01-06         0        1        1
1995-01-09         0        0        0
1995-01-10         1        1        0
1995-01-11         1        1        0
1995-01-12         1        0        1

我想用连续的'1'系列填充数据帧'close'的第一个值,其中信号从0切换到1,如

df
Out: …

我正在尝试在 df 的最后 13 个值上创建具有以下衰减 = 1-ln(2)/3 的滚动 EWMA，例如：

factor
Out[36]: 
    EWMA
0  0.043
1  0.056
2  0.072
3  0.094
4  0.122
5  0.159
6  0.207
7  0.269
8  0.350
9  0.455
10 0.591
11 0.769
12 1.000

我有这样的每月回报 df：

change.tail(5)
Out[41]: 

date                                                                                                                                    
2016-04-30      0.033         0.031     0.010     0.007     0.014    -0.006    -0.001      0.035    -0.004     0.020     0.011     0.003
2016-05-31      0.024         0.007     0.017     0.022    -0.012     0.034     0.019      0.001     0.006     0.032    -0.002     0.015
2016-06-30     -0.027        -0.004    -0.060    -0.057    -0.001    -0.096    -0.027     -0.096    -0.034    -0.024 …