我想获取日期的季度开始日期
x="2018-02-07"
x=pd.to_datetime(x)
x=x-pd.offsets.QuarterBegin()
print(x)
2017-12-01 00:00:00
哪个是错误的，应该是“ 2018-01-01 00:00:00 ”
有人可以帮助我哪里出错了吗？
我正在使用文本列对数据框运行 T5-base-grammar- Correction 进行语法校正
from happytransformer import HappyTextToText
from happytransformer import TTSettings
from tqdm.notebook import tqdm
tqdm.pandas()
happy_tt = HappyTextToText("T5", "./t5-base-grammar-correction")
beam_settings = TTSettings(num_beams=5, min_length=1, max_length=30)
def grammer_pipeline(text):
text = "gec: " + text
result = happy_tt.generate_text(text, args=beam_settings)
return result.text
df['new_text'] = df['original_text'].progress_apply(grammer_pipeline)
Pandas apply 函数虽然运行并提供所需的结果，但运行速度相当慢。
另外，我在执行代码时收到以下警告
/home/.local/lib/python3.6/site-packages/transformers/pipelines/base.py:908: UserWarning: You seem to be using the pipelines sequentially on GPU. In order to maximize efficiency please use a dataset
UserWarning,
我可以访问 GPU。有人可以提供一些指导来加快执行速度并利用 GPU 的全部功能吗
- - - - - …
如果列表中的任何单词与数据帧字符串列完全匹配，我想创建一个包含 1 或 0 的新列。
list_provided=["mul","the"]
#how my dataframe looks
id text
a simultaneous there the
b simultaneous there
c mul why
预期产出
id text found
a simultaneous there the 1
b simultaneous there 0
c mul why 1
第二行分配为 0，因为“mul”或“the”在字符串列“text”中不完全匹配
到目前为止尝试过代码
#For exact match I am using the below code
data["Found"]=np.where(data["text"].str.contains(r'(?:\s|^)penalidades(?:\s|$)'),1,0)
如何迭代循环以找到所提供的单词列表中所有单词的完全匹配？
编辑： 如果我按照 Georgey 的建议使用 str.contains(pattern)，则 data["Found"] 的所有行都会变为 1
data=pd.DataFrame({"id":("a","b","c","d"), "text":("simultaneous there the","simultaneous there","mul why","mul")})
list_of_word=["mul","the"]
pattern = '|'.join(list_of_word)
data["Found"]=np.where(data["text"].str.contains(pattern),1,0)
Output:
id text found
a simultaneous …我有两个Excel工作簿。
一个带有3张纸，另一个只有一张。我正在尝试将这两部分合并为一本工作簿。该工作簿应有4张纸。
from pandas import ExcelWriter
writer = ExcelWriter("Sample.xlsx")
for filename in glob.glob("*.xlsx"):
df_excel = pd.read_excel(filename)
(_, f_name) = os.path.split(filename)
(f_short_name, _) = os.path.splitext(f_name)
df_excel.to_excel(writer, f_short_name, index=False)
writer.save()
这样做给了我一个工作簿，但是只有两页。第一工作簿的第一页和第二工作簿的第二页。
如何在一个工作簿中获取所有4张纸？