小编K. *_* K.的帖子

假设一个 DataFrame 的形式为：

   column1  column2  is_duplicate
0   xyz      XYZ         1
1   xyz      XyZ         1
2   abc      ABC         1
3   abc      aBc         1

如何执行笛卡尔积column1，column2使得新创建的行的值为 0，而原始行的列中仍为 1 is_duplicate？

输出后的预期数据帧：

   column1  column2  is_duplicate
0   xyz      XYZ         1
1   xyz      XyZ         1
2   xyz      ABC         0
3   xyz      aBc         0
4   abc      XYZ         0
5   abc      XyZ         0
6   abc      ABC         1
7   abc      aBc         1

我有一个 3D NumPy 数组，我想将其转换为 Python 中的 3D 稀疏矩阵。我查找了scipy.sparse模块，只找到了二维稀疏矩阵实现。例如，

输入：

array([[[0],
        [0],
        [1],
        [0],
        [1],
        [0],
        [0]],
       [[1],
        [0],
        [1],
        [0],
        [0],
        [0],
        [0]]])

输出：

(0,0,2) 1
(0,0,4) 1
(0,1,0) 1
(0,1,2) 1

怎么办呢？

我正在建立一个具有多个顺序模型的模型，在训练数据集之前我需要将这些模型合并。keras.engine.topology.MergeKeras 2.0 似乎不再支持它。我尝试了keras.layers.Add，keras.layers.Concatenate但效果不佳。

这是我的代码：

model = Sequential()

model1 = Sequential()
model1.add(Embedding(len(word_index) + 1, 300, weights = [embedding_matrix], input_length = 40, trainable = False))
model1.add(TimeDistributed(Dense(300, activation = 'relu')))
model1.add(Lambda(lambda x: K.sum(x, axis = 1), output_shape = (300, )))

model2 = Sequential()
###Same as model1###

model3 = Sequential()
model3.add(Embedding(len(word_index) + 1, 300, weights = [embedding_matrix], input_length = 40, trainable = False))
model3.add(Convolution1D(nb_filter = nb_filter, filter_length = filter_length, border_mode = 'valid', activation = 'relu', subsample_length = 1)) …

我有在Python 2个dataframes - df_item和df_bill,如下图所示:

df_item:

item_id   item_name
2         Noodles
3         Vegetables
4         Dairy Products
5         Ice Cream

df_bill:

bill_no   item_id
201       3
202       2
203       4
204       3
205       5

排的item_id列df_item充当每行的主键.我如何引用df_item内df_bill的,这样的方式item_id在df_bill被转换成item_name？

预期产出:

df_bill:

bill_no  item_name
201      Vegetables
202      Noodles
203      Dairy Products
204      Vegetables
205      Ice Cream

所以我手头有一个图像处理任务，需要我裁剪图像的某个部分。我之前没有 OpenCV 的经验。我想知道我应该去哪里的某种方法。

示例输入图像：

示例输出图像：

我最初的想法是将图像转换为位图并删除低于或高于某个阈值的像素。由于我可以自由使用 OpenCV 和 Python，因此我想知道任何可以这样做的自动化算法，如果没有，那么解决此类问题的正确方法是什么。谢谢你。

我想计算 PySpark DataFrame 的两列之间的 Jaro Winkler 距离。Jaro Winkler 距离可通过所有节点上的 pyjarowinkler 包获得。

pyjarowinkler 的工作原理如下：

from pyjarowinkler import distance
distance.get_jaro_distance("A", "A", winkler=True, scaling=0.1)

输出：

1.0

我正在尝试编写一个 Pandas UDF 以将两列作为系列传递并使用 lambda 函数计算距离。这是我的做法：

@pandas_udf("float", PandasUDFType.SCALAR)
def get_distance(col1, col2):
    import pandas as pd
    distance_df  = pd.DataFrame({'column_A': col1, 'column_B': col2})
    distance_df['distance'] = distance_df.apply(lambda x: distance.get_jaro_distance(str(distance_df['column_A']), str(distance_df['column_B']), winkler = True, scaling = 0.1))
    return distance_df['distance']

temp = temp.withColumn('jaro_distance', get_distance(temp.x, temp.x))

我应该能够在上述函数中传递任意两个字符串列。我得到以下输出：

+---+---+---+-------------+
|  x|  y|  z|jaro_distance|
+---+---+---+-------------+
|  A|  1|  2|         null|
|  B|  3|  4|         null| …