小编3no*_*vak的帖子

我不明白为什么apply并transform在同一数据帧上调用时返回不同的dtypes.我之前解释这两个函数的方式是" apply折叠数据,transform完全相同apply但保留原始索引并且不会崩溃".考虑以下.

df = pd.DataFrame({'id': [1,1,1,2,2,2,2,3,3,4],
                   'cat': [1,1,0,0,1,0,0,0,0,1]})

让我们识别那些id在cat列中具有非零条目的s .

>>> df.groupby('id')['cat'].apply(lambda x: (x == 1).any())
id
1     True
2     True
3    False
4     True
Name: cat, dtype: bool

大.但是,如果我们想创建一个指标列,我们可以执行以下操作.

>>> df.groupby('id')['cat'].transform(lambda x: (x == 1).any())
0    1
1    1
2    1
3    1
4    1
5    1
6    1
7    0
8    0
9    1
Name: cat, dtype: int64

我不明白为什么dtype现在int64而不是any()函数返回的布尔值.

当我将原始数据框更改为包含一些布尔值时(注意零保持不变),转换方法会在object …

我有一个包含以下数据的数据框:

invoice_no  dealer  billing_change_previous_month        date
       110       1                              0  2016-12-31
       100       1                         -41981  2017-01-30
      5505       2                              0  2017-01-30
      5635       2                          58730  2016-12-31

我想只有一个拥有最长日期的经销商.所需的输出应该是这样的:

invoice_no  dealer  billing_change_previous_month        date
       100       1                         -41981  2017-01-30
      5505       2                              0  2017-01-30

每个经销商应该与最大日期不同,提前感谢您的帮助.

我有一个由两列组成的数据框,Age和Salary

Age   Salary
21    25000
22    30000
22    Fresher
23    2,50,000
24    25 LPA
35    400000
45    10,00,000

如何处理Salary列中的异常值并用整数替换它们？

我正在研究3SUM问题（来自leetcode），该问题将一个列表作为输入，并在列表中找到所有唯一的三元组，使得a + b + c = 0。我不太确定我的代码在做什么错，但是当前它为此列表返回一个空列表[-1，0，1，2，-1，-4]，因此它无法识别任何总计为0的三元组我将不胜感激任何建议或改进的代码。

这是我的代码：

result = []
nums.sort()
l = 0
r=len(nums)-1
for i in range(len(nums)-2):
    while (l < r):
        sum = nums[i] + nums[l] + nums[r]
        if (sum < 0):
            l = l + 1
        if (sum > 0):
            r = r - 1
        if (sum == 0): 
            result.append([nums[i],nums[l],nums[r]])
print(result)