小编ach*_*low的帖子

我试图通过使用iconv从unknown-8bit转换为us-ascii.我有 $ iconv -f unknown-8bit -t us-ascii file.txt > file1.txt

它显示一条错误消息.

iconv: conversion from `unknown-8bit' is not supported
Try `iconv --help' or `iconv --usage' for more information.

是否有替代方案进行转换？谢谢!!

我在sklearn处理大量的文本数据.首先,我需要对文本上下文进行矢量化(字数统计),然后执行TfidfTransformer.我有以下代码似乎没有从CountVectorizer输出到TfidfTransformer的输入.

TEXT = [data[i].values()[3] for i in range(len(data))]

from sklearn.feature_extraction.text import CountVectorizer
from sklearn.feature_extraction.text import TfidfTransformer

vectorizer = CountVectorizer(min_df=0.01,max_df = 2.5, lowercase = False, stop_words = 'english')

X = vectorizer(TEXT)
transformer = TfidfTransformer(X)
X = transformer.fit_transform()

当我运行此代码时,我收到此错误:

Traceback (most recent call last):
File "nlpQ2.py", line 27, in <module>
X = vectorizer(TEXT)
TypeError: 'CountVectorizer' object is not callable

我以为我已经对文本进行了矢量化,现在它已经在矩阵中了 - 是否有一个我错过的过渡步骤？谢谢!!

当我尝试使用 drc 包和 drm 函数将数据与非线性回归模型拟合时，我对这条警告消息感到困惑。

我有

 N_obs <- c(1, 80, 80, 80, 81, 82, 83, 84, 84, 95, 102, 102, 102, 103, 104, 105, 105, 109, 111, 117, 120, 123, 123, 124, 126, 127, 128, 128, 129, 130)

 times <- c(3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32)

该模型是

  model.drm <- drm(N_obs ~ times, data = data.frame(N_obs = …

我有一个数据集，其中两列的字符串值为“ LastName，FirstName”。我想用“名字姓”代替它们。它们是这样的：

      conductorName        composerName  conduct_count
0  Abbado, Claudio         Berg,  Alban                2
1  Abbado, Claudio     Berlioz,  Hector                1
2  Abbado, Claudio  Bernstein,  Leonard                1
3  Abbado, Claudio    Brahms,  Johannes                2
4  Abbado, Claudio     Bruckner,  Anton                1

我试过了： data = [" ".join(n.split(", ")[::-1]) for n in data["composerName"]]

这很好地给了我composerName的列表，但是现在我失去了pandas数据框（这是错误 ----> 1 data.head() AttributeError: 'list' object has no attribute 'head'）

我也尝试过： for n in data["composerName"]: " ".join(n.split(", ")[::-1])

但是，这不会更改姓氏和名字的顺序

我希望保留熊猫数据框进行分析。感谢您的协助。谢谢！！

我认为这对许多知道如何处理泡菜的人来说是基础。但是，我尝试了几个小时后仍然无法完全正确。我有以下代码：

在第一个文件中

import pandas as pd

names = ["John", "Mary", "Mary", "Suzanne", "John", "Suzanne"]
scores = [80, 90, 90, 92, 95, 100]

records = pd.DataFrame({"name": names, "score": scores})
means = records.groupby('name').mean()

def name_score_function(record):
    if record in names:
        return(means.loc[record, 'score'])

import dill as pickle
with open('name_model.pkl', 'wb') as file:
    pickle.dump(means, file)

第二个文件

我想加载第一个文件中的内容，并通过函数 name_model(record) 使一个人（即约翰、玛丽、苏珊娜）的分数可调用：

import dill as pickle
B = pickle.load('name_model.pkl')

def name_model(record):
    if record in names:
        return(means.loc[record, 'score'])

这里显示错误：

File "names.py", line 21, in <module>
B = pickle.load('name_model.pkl')
File …

我坚持这一点。我想name从以下列表中获得一个清单，该清单groupby().mean()是pandas DataFrame应用程序的结果。最具体地说，我想得到["John", "Mary", "Suzan", "Eric"]。

      score
name       
John   85.0
Mary   86.5
Suzan  90.0
Eric   100.0

以上结果是means，来自以下内容：

data = pandas.DataFrame({"name": names, "score": scores})
means = data.groupby("name").mean()

就像现在means一样，我想从中获得名字清单'means' - ["John", "Mary", "Suzan", "Eric"]。这可以实现吗？

我有以下代码保存为 re.py

import sys
pattern  ="Fred"
import re
regexp = re.compile(pattern)

for line in sys.stdin:
    result = regexp.search(line)
    if result:
        sys.stdout.write(line)

当我在终端中执行此文件时 -

$python re.py < names.txt

出现错误

regexp = re.compile(pattern)
AttributeError: 'module' object has no attribute 'compile'

$python test.py < names.txt 

regexp = re.compile(pattern)
AttributeError: 'module' object has no attribute 'compile'