小编Pet*_* H.的帖子

编辑 quarto/rmarkdown 文档时，我希望 RStudio 以与控制台中相同的方式显示内联标题，而不是分页的默认打印。

而不是这个：

我更喜欢控制台的输出：

# A tibble: 150 \xc3\x97 5\n   Sepal.Length Sepal.Width Petal.Length Petal.Width Species\n          <dbl>       <dbl>        <dbl>       <dbl> <fct>  \n 1          5.1         3.5          1.4         0.2 setosa \n 2          4.9         3            1.4         0.2 setosa \n 3          4.7         3.2          1.3         0.2 setosa \n 4          4.6         3.1          1.5         0.2 setosa \n 5          5           3.6          1.4         0.2 setosa \n 6          5.4         3.9          1.7         0.4 setosa \n 7          4.6         3.4          1.4         0.3 setosa \n 8          5           3.4 …

我正在尝试用 pandas 进行一些一次性编码。输入数据如下所示：

import pandas as pd

# input data
df = pd.DataFrame({
    "pid"  : [1, 1, 2, 3],
    "code" : ["a", "b", "b", "c"],
    "time" : [0, 0, 1, 0]
})

# two of the columns are categories
df["code"] = df.code.astype("category")
df["time"] = df.time.astype("category")

我想对列的组合进行 one-hot 编码code，并time以一种方式生成 6 列，对应于每列中类别的所有组合。在这个小示例中，将是 a_0、a_1、b_0、b_1、c_0 和 c_1。

# i've tried doing this:
df["code_time"] = df.code.astype("str") + df.time.astype("str")
del df["code"]
del df["time"]
pd.get_dummies(df, columns=["code_time"])

但这不会给我 a_1 和 c_1 组合，因为它们没有出现在数据中。有没有简单的方法来产生我想要的输出：

df_out = …

我有一个检测事件数据框，其中的列提供个人的标签 ID (Tag)、检测开始时间 (StartDateTime_UTC)、检测结束时间 (EndDateTime_UTC) 和位置。

我想为每个标签汇总和总结这个数据框，每次位置发生变化时。对于每个标签和每个更改，我想采用 min(StartDateTime_UTC) 和 max(EndDateTime_UTC)。不幸的是，每个更改都没有固定数量的记录，因此简单的滚动摘要不起作用。

如果这会有所不同，则有 3 个可能的位置“IN”、“OUT”、“OVERLAP”

如果可能，我更喜欢使用包 dplyr 的解决方案。

对于下面提供的数据，输出将如下所示：

      Tag   StartDateTime_UTC     EndDateTime_UTC location
1 5004.24 2014-10-15 15:26:16 2014-10-17 07:12:19       IN
2 5004.24 2014-10-17 07:15:43 2014-10-21 02:12:29      OUT

示例数据：

structure(list(Tag = structure(c(1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 1L, 
1L, 1L, 1L, …