小编aro*_*oma的帖子

所以我试图理解pandas.dataFrame.groupby()函数,我在文档中遇到了这个例子:

    In [1]: df = pd.DataFrame({'A' : ['foo', 'bar', 'foo', 'bar',
   ...:                           'foo', 'bar', 'foo', 'foo'],
   ...:                    'B' : ['one', 'one', 'two', 'three',
   ...:                           'two', 'two', 'one', 'three'],
   ...:                    'C' : np.random.randn(8),
   ...:                    'D' : np.random.randn(8)})
   ...: 

In [2]: df
Out[2]: 
     A      B         C         D
0  foo    one  0.469112 -0.861849
1  bar    one -0.282863 -2.104569
2  foo    two -1.509059 -0.494929
3  bar  three -1.135632  1.071804
4  foo    two  1.212112  0.721555
5  bar    two -0.173215 -0.706771
6  foo    one  0.119209 -1.039575 …

我的DataFrame包含两列名为"a","b"的列.现在,当我创建此DataFrame的csv文件时:

df.to_csv( 'myData.csv')

当我在一个excel文件中打开它时,有一个额外的列,索引出现在列'a'和'b'旁边,但我不希望这样.我只希望列'a'和'b'出现在Excel工作表中.

有没有办法做到这一点？

所以我试图解决这个编程问题.

给出一组数字和一些查询.每个查询都会给出三个数字a,b,c,并要求您回答索引a到索引b(包括两者)中小于或等于c的所有元素的总和.

例如:

给定阵列:{2,4,6,1,5,1,6,4,5,4}

将回答3个查询:

2 4 4 - > ans = 5即{4 + 1}

1 5 3 - > ans = 3即{2 + 1}

4 5 1 - > ans = 1

数组中的每个值小于10 ^ 5,数组的长度和查询的数量可以达到10 ^ 5

这就是我所做的我用Mo的算法(平方根分解)对查询进行排序,并创建了一个二进制索引树,用于存储元素的累积和小于1-10 ^ 5中的所有值,并进行了更新.对查询的查询.使用这种算法,我的解决方案的整体复杂性是O(q*sqrt(N)*log(N)),但速度不够快.我在寻找更好的算法.我认为查询的平方根分解是行不通的.有没有更好的算法来解决这个问题？

我想知道是否有一些数据结构可以解决我不知道的这个问题？

因此在测验中询问了这个问题,问题如下:

您将获得一个数组'a',其元素范围为1-10 ⁶ ,数组大小可能最大为10 ⁵现在我们要求找到与原始数组具有相同"degree"的子数组.数组的度数定义为数组中最大出现元素的频率.多个元素可以具有相同的频率.

我被困在这个问题上一个小时但却想不到任何解决方案.我该如何解决？

样本输入:

first-input
1,2,2,3,1
first-output 2
second-input
1,1,2,1,2,2
second-output 4

就像multiset是STL中的二叉搜索树实现一样，是否有可用的RB树或AVL树实现？

我有一个numpy数组，我想返回true每一行的值计数。

例如我有一个numpy数组：

[[False False False ..., False False False]
 [False False False ..., False False False]
 [False False False ..., False  True False]
 ..., 
 [False False False ..., False False False]
 [ True False  True ...,  True  True  True]
 [False False False ..., False False False]]

返回值应类似于：

[10
 15
 8
 ..., 
 11
 10
 12]

这个问题询问如何对整个数组执行操作，但是如何对每一行执行操作呢？

我有一个带有一些列的 Pandas Datarame，我首先想只打印特定列中值小于某个值的那些行。所以我做了：

df[df.marks < 4.5]

它成功创建了数据框，现在我只想添加那些值在某个范围内的列，所以我尝试了这个：

df[(df.marks < 4.5 and df.marks > 4)]

但它给了我一个错误：

712         raise ValueError("The truth value of a {0} is ambiguous. "    
713                          "Use a.empty, a.bool(), a.item(), a.any() or a.all()."
--> 714                          .format(self.__class__.__name__))
715 
716     __bool__ = __nonzero__    
ValueError: The truth value of a Series is ambiguous. Use a.empty,
a.bool(), a.item(), a.any() or a.all().

我该如何解决？最初我还认为它会遍历所有行并检查真值，然后在数据框中添加行，但似乎并非如此，如果是这样，它如何在数据框中添加行？