是否有适用于欧洲公司的 SEC 的 EDGAR（备案数据库）等价物？或者任何其他地区的事情？对于英国，我找到了“公司之家”。
http://www.sedar.com/homepage_en.htm
https://www.sec.gov/edgar/searchedgar/accessing-edgar-data.htm
http://download.companieshouse.gov.uk/en_monthlyaccountsdata.html
我正在寻找美国以外的 (XBRL) 文件，最好是欧洲实体。
我在 Windows PC 上运行 Postgresql 9.6，数据目录在 4TB 数据磁盘上，Postgresql 软件在 300 GB 的 SSD 上。我正在运行一个大型且复杂的查询，导致此错误：
ERROR: could not write block 196800198 of temporary file: No space left on device
SQL state: 53100
我的问题：如何查看正在哪个磁盘上写入临时文件？
我怀疑它是在我的 300 GB SSD 上写入，而不是在我的 4TB 数据磁盘上。
我对优化查询以减少开销不感兴趣，我只想知道它在哪里写入临时文件。
为了获得对groupby数据执行的具有与原始DataFrame相同的详细程度的结果（相同的观察计数），我使用了转换功能。
示例： 原始数据框
name, year, grade
Jack, 2010, 6
Jack, 2011, 7
Rosie, 2010, 7
Rosie, 2011, 8
分组变换后
name, year, grade, average grade
Jack, 2010, 6, 6.5
Jack, 2011, 7, 6.5
Rosie, 2010, 7, 7.5
Rosie, 2011, 8, 7.5
但是，如果使用基于多列的更高级的功能，事情就会变得更加复杂。让我感到困惑的是，我似乎无法访问groupby-transform组合中的多个列。
df = pd.DataFrame({'a':[1,2,3,4,5,6],
'b':[1,2,3,4,5,6],
'c':['q', 'q', 'q', 'q', 'w', 'w'],
'd':['z','z','z','o','o','o']})
def f(x):
y=sum(x['a'])+sum(x['b'])
return(y)
df['e'] = df.groupby(['c','d']).transform(f)
给我：
KeyError: ('a', 'occurred at index a')
虽然我知道以下方法确实有效：
df.groupby(['c','d']).apply(f)
是什么导致了这种现象，以及如何获得这样的结果：
a b c d e
1 1 q z 12
2 …我想用
pg_dump -j 8 -Fd -f /tmp/newout.dir fsdcm_external
不转储 LC_COLLATE ('English_United States.1252')，因为它与我的 Linux 机器不兼容。
我最初通过以下过程成功迁移了 LC_COLLATE = 'English_United States.1252' 的数据库：
@Windows机器：
pg_dump postgres > "/drive/folder/options.bak"
@Linux机器：
psql postgres < "/drive/folder/backup.bak"
但是，我更喜欢使用“作业”进行并行转储和恢复（如复制 postgresql 数据库的更快方法（或最佳方法）），因此我尝试：
@Windows机器：
pg_dump -j 8 -Fd -f /tmp/newout.dir fsdcm_external
@Linux机器：
pg_restore -j 8 --format=d -C -d postgres /tmp/newout.dir/
我期望有相同的 LC_COLLATE 中性转储，但我收到了此错误：
pg_restore: [archiver (db)] Error while PROCESSING TOC:
pg_restore: [archiver (db)] Error from TOC entry 3498; 1262
12401 DATABASE postgres postgres
pg_restore: [archiver (db)] could not …我想在所有行和所有列的pandas DataFrame中获取最小值的索引和列名。
我已经尝试过.idxmin，但这似乎仅在应用于列时才起作用。理想情况下，该函数是不需要循环的单行代码。看来这是一个非常普遍的问题，但是我还没有找到解决方案。
我的数据框：
col0, col1, col2
index0 1 2 3
index1 2 3 4
index2 5 6 7
我想获取矩阵中最小值的索引和列：1。
所以：
some_func(df) = (index0,col0)
我想在数据框 df 中创建一个新列，该列将填充所有行[np.nan]
df['new'] = [np.nan]
我明白了
ValueError: Length of values does not match length of index
如果我尝试
test['new'] = np.nan
test['new'] = test['new'].astype('object')
test['new'] = [np.nan]
我明白了
ValueError: Length of values does not match length of index
我想确保所有行都填充了包含以下内容的列表nan