小编use*_*322的帖子

我正在努力将逗号分隔列表转换为多列(7)数据帧.

print (type(mylist))

<type 'list'>
Print(mylist)


['AN,2__AAS000,26,20150826113000,-283.000,20150826120000,-283.000',         'AN,2__AE000,26,20150826113000,0.000,20150826120000,0.000',.........

以下内容创建单个列的框架:

df = pd.DataFrame(mylist)

我已经回顾了Pandas的内置csv功能,但我的csv数据保存在列表中.我怎样才能简单地将列表转换为7列数据帧.

提前致谢.

我有一个通过df.pivot创建的数据框:

type                             start  end
F_Type         to_date                     
A              20150908143000    345    316
B              20150908140300    NaN    480
               20150908140600    NaN    120
               20150908143000  10743   8803
C              20150908140100    NaN   1715
               20150908140200    NaN   1062
               20150908141000    NaN    145
               20150908141500    418    NaN
               20150908141800    NaN    450
               20150908142900   1973   1499
               20150908143000  19522  16659
D              20150908143000    433     65
E              20150908143000   7290   7375
F              20150908143000      0      0
G              20150908143000   1796    340

我想为每个'F_TYPE'过滤并返回一行,只返回带有Maximum'to_date'的行.我想返回以下数据帧:

type                             start  end
F_Type         to_date                     
A              20150908143000    345    316
B              20150908143000  10743   8803
C              20150908143000  19522  16659
D              20150908143000    433     65 …

我有以下简单表:

ID      TIMESTAMP               VALUE
4   2011-05-27 15:50:04 1253
5   2011-05-27 15:55:02 1304
6   2011-05-27 16:00:02 1322
7   2011-05-27 16:05:01 1364

我想了平均VALUES,并且GROUP每TIMESTAMP一天为6个小时桶.例如00:00至06:00,06:00至12:00,12:00至18:00和18:00至00:00.

我可以使用以下查询按年,月,日和小时进行分组:

select avg(VALUE),
  EXTRACT(year from TIMESTAMP) AS year,
  EXTRACT(month from TIMESTAMP) AS month,
  EXTRACT(day from TIMESTAMP) as day
    from TABLE
      group by year,month,day

但我无法按照上面的定义将每一天分为4个时段,我们非常欢迎任何帮助.

我有一个简单的数据框：

   type  | code | date    |value

0  apple | ap1  |08/12/14 |2
1  apple | ap1  |09/12/14 |12
2  apple | ap1  |10/12/14 |4
3  banana| b1   |08/12/14 |5
4  banana| b1   |09/12/14 |67
5  banana| b1   |10/12/14 |77
6  orange| o1   |08/12/14 |21
7  orange| o1   |09/12/14 |1
8  orange| o1   |10/12/14 |16

我可以使用以下功能轻松地将日期作为列进行透视：

pivot = pd.pivot_table(data,values=('value'),rows=['code','type'],cols='date',aggfunc=np.sum)

但是我找不到一种方法来使用累积和来代替np.sum，我想以以下格式显示数据吗？这可能吗？

type    08/12/14    09/12/14    10/12/14
apple   2           12          4
banana  7           79          81
orange  28          80          97

我正在使用Amazon RDS Postgres数据库(9.4.4),我想计算一些数据的加权平均值.

我发现以下扩展看起来非常适合这项工作. https://github.com/Kozea/weighted_mean

但是我现在不确定如何安装扩展,因为我的初步研究表明只允许"支持"扩展.

http://docs.aws.amazon.com/AmazonRDS/latest/UserGuide/CHAP_PostgreSQL.html#PostgreSQL.Concepts.General.FeatureSupport

我有什么选择使用此扩展程序.我不想重新发明轮子,我不熟悉在Postgres中安装任何类型的功能/扩展.

谢谢

我在 Netbeans 7.1.2 中使用了 Web 服务客户端向导，但是当我尝试调用其中一个方法时，我收到以下错误：

javax.xml.ws.soap.SOAPFaultException：异常：未启用压缩，此 Web 服务期望客户端支持 GZIP、Deflate 压缩

生成的骨架文件很多，我无法弄清楚如何启用压缩。有人可以建议吗？

非常感谢