尝试使用 Dash 运行简单的仪表板时出现错误。我在 Python 3.4 中使用 Spyder。我已经pip installed dash, dash_core_components, dash_html_compenents..
我的代码：
import dash
import dash_core_components as dcc
import dash_html_components as html
app = dash.Dash()
app.layout = html.Div(children=[
html.H1(children='Hello Dash'),
html.Div(children='''
Dash: A web application framework for Python.
'''),
dcc.Graph(
id='example-graph',
figure={
'data': [
{'x': [1, 2, 3], 'y': [4, 1, 2], 'type': 'bar', 'name': 'SF'},
{'x': [1, 2, 3], 'y': [2, 4, 5], 'type': 'bar', 'name': u'Montréal'},
],
'layout': {
'title': 'Dash Data Visualization'
}
}
) …我正在尝试从数据帧中的多个pandas系列中获取第一个非null值.
df = pd.DataFrame({'a':[2, np.nan, np.nan, np.nan],
'b':[np.nan, 5, np.nan, np.nan],
'c':[np.nan, 55, 13, 14],
'd':[np.nan, np.nan, np.nan, 4],
'e':[12, np.nan, np.nan, 22],
})
a b c d e
0 2.0 NaN NaN NaN 12.0
1 NaN 5.0 55.0 NaN NaN
2 NaN NaN 13.0 NaN NaN
3 NaN NaN 14.0 4.0 22.0
在这里df我想创建一个新列'f',并将其设置为'a'如果a不为null,'b'如果b不为null等等.
我可以做一堆效率低下的np.where语句.
df['f'] = np.where(df.a.notnull(), df.a,
np.where(df.b.notnull(), df.b,
etc.))
我调查df.a or df.b or df.c等等
结果应该是这样的:
a b …试图拉回其中一列中的值作为字符串存在于另一列（同一行中）的行。
我有一个df：
A <- c("cat", "dog", "boy")
B <- c("cat in the cradle", "meet the parents", "boy mmets world")
df <- as.data.frame(A, B)
A B
cat cat in the cradle
dog meet the parents
boy boy meets world
我正在尝试类似的事情：
df2 <- df %>%
filter(grepl(A, B)) # doesn't work because it thinks A is the whole column vector
df2 <- df %>%
filter(B %in% A) # which doesn't work because it has to be exact
我要它产生
A B
cat cat in …我正在寻找一个带有特定参数列表的函数。
def add(x, y):
return(x + y)
list1 = [1, 2, 3]
list2 = [3, 4, 5]
经过一些研究，我已经能够成功地使用map一个lambda函数来完成它。
list(map(lambda x, y: add(x, y), list1, list2))
我想知道，使用迭代器这样做更好吗？我尝试了以下但无法弄清楚：
[add(x, y), for x, y in list1, list2]
或者
[add(x, y), for x in list1 for y in list2]
提前致谢！
初学者与python - 我正在寻找创建字符串的字典映射,以及相关的值.我有一个数据框,并希望创建一个新列,如果字符串匹配,它将列标记为x.
df = pd.DataFrame({'comp':['dell notebook', 'dell notebook S3', 'dell notepad', 'apple ipad', 'apple ipad2', 'acer chromebook', 'acer chromebookx', 'mac air', 'mac pro', 'lenovo x4'],
'price':range(10)})
例如,我想采取上述内容df并创建一个新列df['company']并将其设置为字符串映射.
我在考虑做类似的事情
product_map = {'dell':'Dell Inc.',
'apple':'Apple Inc.',
'acer': 'Acer Inc.',
'mac': 'Apple Inc.',
'lenovo': 'Dell Inc.'}
然后我想迭代它来检查df.comp列,看看每个条目是否包含其中一个字符串,并将df.company列设置为字典中的值.
不知道如何正确地做到这一点.
我有一些文字：
text = """From: 'Mark Twain' <mark.twain@gmail.com>
To: 'Edgar Allen Poe' <eap@gmail.com>
Subject: RE:Hello!
Ed,
I just read the Tell Tale Heart. You\'ve got problems man.
Sincerely,
Marky Mark
From: 'Edgar Allen Poe' <eap@gmail.com>
To: 'Mark Twain' <mark.twain@gmail.com>
Subject: RE: Hello!
Mark,
The world is crushing my soul, and so are you.
Regards,
Edgar"""
看起来像这样：
"From: 'Mark Twain' <mark.twain@gmail.com>\nTo: 'Edgar Allen Poe' <eap@gmail.com>\nSubject: RE:Hello!\n\nEd,\n\nI just read the Tell Tale Heart. You've got problems man.\n\nSincerely,\nMarky Mark\n\nFrom: 'Edgar Allen Poe' <eap@gmail.com>\nTo: 'Mark …我正在尝试使用simple_salesforcepython中的包查询salesforce中的信息.
问题是,它是一个嵌套字段,它是父子关系的一部分,成为有序字典中的有序字典
我想要从Opportunity对象中找到id,以及与该记录关联的accountid.
SOQL查询可能看起来像......
query = "select id, account.id from opportunity where closedate = last_n_days:5"
在SOQL(salesforce对象查询语言)中,点表示数据库中的父子关系.所以我试图从机会对象获取id,然后从该记录上的帐户对象获取相关的id.
出于某种原因,Id很好,但是account.id嵌套在有序字典中的有序字典中:
q = sf.query_all(query)
这会拉回一个有序的字典..
OrderedDict([('totalSize', 455),
('done', True),
('records',
[OrderedDict([('attributes',
OrderedDict([('type', 'Opportunity'),
('url',
我会拉records一块ordereddict来创造一个df
df = pd.DataFrame(q['records'])
这给了我3列,一个有序的dict调用'attributes',Id另一个有序的dict调用'Account'.我正在寻找一种('BillingCountry', 'United States')从嵌套的有序字典中提取出来的方法'Account'
[OrderedDict([('attributes',
OrderedDict([('type', 'Opportunity'),
('url',
'/services/data/v34.0/sobjects/Opportunity/0061B003451RhZgiHHF')])),
('Id', '0061B003451RhZgiHHF'),
('Account',
OrderedDict([('attributes',
OrderedDict([('type', 'Account'),
('url',
'/services/data/v34.0/sobjects/Account/001304300MviPPF3Z')])),
('BillingCountry', 'United States')]))])
编辑:澄清我在寻找什么.
我希望以一个数据框结束,每个查询字段都有一列.
当我'records'使用df = pd.DataFrame(sf.query_all(query)['records'])它将片段放入DataFrame时,它给了我:
attributes Id …我试图允许lapply访问我正在喂它的情节列表的名称.我看过其他一些看似非常相似的帖子,但仍不确定如何将列表的名称向量传递给它.
require(mlbench)
require(gridExtra)
require(dplyr)
require(ggplot2)
data(Soybean)
dfs <- lapply(Soybean, function(x) data.frame(table(x, exclude = NULL)))
display_charts <- function(x){
ggplot(data.frame(x) %>% select(x = 1, y = 2), aes(x = x, y = y)) +
geom_col(col = 'red',
fill = 'green',
alpha = 0.3) +
labs(title = names(x),
x = names(x),
y = 'Frequency')
}
all_charts <- lapply(dfs, display_charts)
n <- length(all_charts)
nCol <- floor(sqrt(n))
do.call("grid.arrange", c(all_charts, ncol=nCol))
我试图通过调整lapply函数来调整display_charts函数来接受一个name参数,然后替换names(x)为name,然后创建一个名为的向量nms <- names(dfs),然后做, …
我正在尝试使用此数据透视表，并创建按战斗类型划分的成败的堆积条形图。
import pandas as pd
import numpy as np
np.random.seed(1)
df = pd.DataFrame({'attacker_outcome':np.random.choice(['win', 'loss'], 20, replace=True),
'battle_type':np.random.choice(['pitched battle', 'siege', 'ambush', 'razing'], 20, replace=True)})
attacker_outcome battle_type
0 loss ambush
1 loss siege
2 win ambush
3 loss siege
4 loss siege
5 win ambush
6 win siege
7 win razing
8 loss siege
9 loss ambush
10 loss razing
11 loss siege
12 win razing
13 loss razing
14 win ambush
15 win pitched battle
16 loss ambush
17 loss siege …我想列出一个具有相关“所有者”和日期的电子邮件列表，并将它们与收到的订单进行匹配，并带有日期和值。匹配密钥是电子邮件，但我希望它在最近的日期匹配，因为在某些情况下，电子邮件地址可能有2个不同的所有者。
可重现的示例：
require(dplyr)
e <- c("e3r@gmail.com", "e3r@gmail.com", "poi@aol.com", "tyu@gmail.com", "poi@aol.com", "tyu@gmail.com")
d <- c("2017-01-01", "2017-04-05", "2017-04-12", "2017-05-05", "2017-08-05", "2017-12-05")
p <- c("Jeff", "Sam", "Sam", "Jeff", "Matt", "Matt")
df <- data_frame(e, d, p) %>% mutate(d=as.Date(d))
o <- c("e3r@gmail.com", "poi@aol.com", "sdf@gmail.com", "tyu@gmail.com")
d2 <- c("2017-02-02", "2017-04-28", "2017-05-05", "2017-07-01")
a <- c(600.50, 3000, 4999.99, 2050.6)
df2 <- data_frame(o, d2, a) %>% mutate(d2 = as.Date(d2))
第一个df是电子邮件地址的地图归p个人所有。这df2是这些电子邮件地址附带的订单，我想在该列上添加一列df2，以固定正确的“所有者”，即为该电子邮件地址分配了日期并且最接近日期的人。
预期结果：
> df2
# A tibble: 4 x 3
o …