小编she*_*nzy的帖子

我有2个计数器(来自集合的计数器),我想将一个附加到另一个,而第一个计数器的重叠键将被忽略.像dic.update(python词典更新)

例如:

from collections import Counter
a = Counter(a=4, b=0, c=1)
b = Counter(z=1, b=2, c=3)

所以类似(忽略第一个计数器的重叠键):

# a.update(b) 
Counter({'a':4, 'z':1, 'b':2, 'c':3})

我想我总是可以将它转换成某种字典,然后将其转换回Counter,或使用条件.但我想知道是否有更好的选择,因为我在一个非常大的数据集上使用它.

我有一个带有（标记的）集群的数据集。我试图找到每个集群的质心（一个向量，他的距离是集群的所有数据点的最小距离）。

我找到了许多执行聚类的解决方案，然后才找到质心，但我还没有找到现有的质心。

Python schikit-learn 是首选。谢谢。

有没有办法在 Kusto KQL 中连接列？

例如，对于MySQL (v8) 中world具有列的某些数据集：name

select group_agg(name) from world;

会导致：

| string_agg                                    |
|-----------------------------------------------|
| Afghanistan,Azerbaijan,Bahrain,Bangladesh,... |

我正在尝试运行一个简单的 Dockerfile，它运行 python 脚本并采用一些环境变量作为参数（使用 argparser）：

FROM python:2.7
COPY . /app
WORKDIR /app
RUN pip install argparse
ENV POOL "pool_argument"
CMD ["python", "script.py", "--pool", "${POOL}"]

和我的Python脚本script.py：

import argparse

parser = argparse.ArgumentParser()
parser.add_argument('--pool', required=True)
known_args, unknown_args = parser.parse_known_args()
print("Args: {}".format(known_args))

构建并运行后，我得到：

Args: Namespace(pool='${POOL}')

我尝试了很多变体，但似乎都不起作用。

我在 Kusto 中有一张表11111111_1111_1111_1111_111111111111，我想知道该表的创建时间。

我认为此信息将出现在show table details命令中：

.show table 11111111_1111_1111_1111_111111111111 details

但我在那里看不到它。

在哪里可以找到该表的创建时间？

我怎样才能实现下面的SQL查询在KQL中使用偏移量进行分页查询。

select * from testtable where code = '88580' limit 1000 offset 111

我在 KQL 中找不到任何函数可以像 SQL 中的偏移量一样

我正在尝试执行以下查询：

SELECT COUNT(*) FROM ns123.foo WHERE ttl < 60 * 60 * 24

我从Aerospike AQL count(*) SQL 模拟脚本中找到了 lua 脚本来执行COUNT(*)

使用带有上述 LUA 脚本的 Python，我尝试将 UDF 与读取策略一起应用：

        client.udf_put('aggr_functions.lua')
        query = client.query('ns123', 'foo')
        policy = {
            'expressions':
                exp.LT(exp.TTL(), 60 * 60 * 24).compile()
        }
        query.apply('aggr_functions', 'count_star', [])
        records = query.results(policy)
        print(records)

我被抛出：

Traceback (most recent call last):
  ...
    records = query.results(policy)
exception.UnsupportedFeature: (16, 'AEROSPIKE_ERR_UNSUPPORTED_FEATURE', 'src/main/aerospike/aerospike_query.c', 348, False)

对 Python3.8 库和服务器使用 Aerospike 6.1.x。

我试图规范化df并保存列和行的索引/标题。

      Sym1 Sym2 Sym3 Sym4
1     1    1    1    2
8     1    3    3    2
9     1    2    2    2
24    4    2    4    1


scaler = MinMaxScaler(feature_range=(0, 1), copy=True)
scaler.fit(df)
normData = pd.DataFrame(scaler.transform(df))

但是我得到了countinus行和同伴：

      0    1    2    3
0     0    0    0    0.8
1     0    1    0.65 0.8
2     0    0.24 0.5  0.2
3     0.5  0.5  0.5  0.25

我想要一个这样的数据框：

      Sym1 Sym2 Sym3 Sym4
1     0    0    0    0.8
8     0    1    0.65 0.8
9     0    0.24 0.5  0.2
24 …

我有一个使用 gorilla/mux v1.7.3 和 gorilla/context v1.1.1 在 Go1.13 中编写的 REST API。

我想记录每个请求的持续时间和状态代码。我已经有了一个基本的工作版本，但我想知道是否有一个更干净的选项。

我有大约 20 个 HTTP 调用。我们以其中一个为例：

client.HandleFunc("/register", register.Handle).Methods("POST") 

的签名register.Handle是：

func Handle(w http.ResponseWriter, r *http.Request) { ... }

因此，为了记录每个请求持续时间和状态代码，我简单地register.Handle用“日志处理程序”包装方法处理程序：

client.HandleFunc("/register", log.HandleRequestWithLog(register.Handle)).Methods("POST")

当log.HandleRequestWithLog只是对函数执行进行计时，并使用返回的状态代码进行记录（使用 Azure 指标进行记录）：

func HandleRequestWithLog(h func(http.ResponseWriter, *http.Request) int) http.HandlerFunc {
    return func(writer http.ResponseWriter, request *http.Request) {
        startTime := time.Now()
        statusCode := h(writer, request)
        duration := time.Now().Sub(startTime)
        trace := appinsights.NewRequestTelemetry(request.Method, request.URL.Path, duration, string(rune(statusCode)))
        trace.Timestamp = time.Now()
        client.Track(trace)
    }
}

因此，为了提取状态代码，我需要每个 HTTP 方法都返回状态代码。所以我将签名更改为：

func Handle(w …

考虑以下数据框：

import pandas as pd
df = pd.DataFrame(["What is the answer", 
                   "the answer isn't here, but the answer is 42" , 
                   "dogs are nice", 
                   "How are you"], columns=['words'])
df
                                         words
0                           What is the answer
1  the answer isn't here, but the answer is 42
2                                dogs are nice
3                                  How are you

我想计算某个字符串出现的次数，可能在每个索引中重复几次。

比如我想统计the answer出现的次数。我试过：

df.words.str.contains(r'the answer').count()

我希望有一个解决方案，但输出是4. 我不明白为什么。the answer出现3次。

What is **the answer**
**the answer** isn't here, but **the answer** is 42 …

我有以下数据框（df）：

Items              Category       Quantity       Weight(each)
Spoon              Kitchen        2               0.7
Tent               Shelter        1               80.0
Sleeping Bag       Shelter        1               20.0    
Sunscreen          Health         2               5.0
Water Bottles      Kitchen        2               35.0

我想统计每个类别的数量，以及按类别划分的权重的平均值。

所需的输出：

              count(Quantity)           mean(Weight)
Category       
Kitchen         4                        17.5
Shelter         2                        50.0
Health          2                        5.0

我知道如何单独进行。但我不确定如何将它们合并在一起。分别地：

df.groupby('Category')['Quantity'].agg(['count'])

df.groupby('Category')['Weight(each)'].agg(['mean'])