我无法在任何地方找到如何将 pandas 数据帧转换为 type datasets.dataset_dict.DatasetDict，以便在带有 Huggingface 模型的 BERT 工作流程中得到最佳使用。以这些简单的数据框为例。
train_df = pd.DataFrame({
"label" : [1, 2, 3],
"text" : ["apple", "pear", "strawberry"]
})
test_df = pd.DataFrame({
"label" : [2, 2, 1],
"text" : ["banana", "pear", "apple"]
})
将它们转换为上述类型的最有效方法是什么？
我正在寻找一种在 R 中自动填写 PDF 表单的方法。我找不到为此而编写的包。有选择吗？
我能想到的替代解决方案：
所有这些事情在 Python 中似乎都是可行的。然而，我的组织强烈倾向于 R，并且过去一直依赖软件开发人员编写 C# 来填写表格。我希望使用 R 来跳过这一步。
谢谢！
我只想将下面数据框中的数字行转换为按行比例。
df <- data.frame(
"id" = c("A", "B", "C", "D"),
"x" = c(1, 2, 3, 4),
"y" = c(2, 4, 6, 8)
)
所以 df$x[1] <- 应该转换为 .3333 并且 df$y[1] 应该是 .6666 等等。我想用整洁的代码动态地做到这一点，而不是按名称引用任何列，并忽略数据框中的任何非数字列。
我目前的尝试，基于阅读了一些类似的帖子，如下
df %>%
mutate_if(is.numeric, . / rowSums(across(where(is.numeric))))
这将返回以下错误： Error: across() must only be used inside dplyr verbs.
请帮忙！
我有一个公式列表，我想使用函数将其放入循环中。其中一些公式是随机效应模型，另一些是简单的线性模型。我希望该函数检测模型是否包含随机效应，如果包含，则用于lmer()拟合模型。否则，应该使用lm(). 有关如何检查此条件的任何建议（除了将公式转换为字符串并检查括号之外）？在这个阶段，他们有相同的班级，所以我不能只检查这一点。我还可以使用错误处理来捕获lmer()从模型返回错误时没有随机效果并重新路由到常规lm()，但这似乎也不必要地混乱。
下面的例子：
fit_models <- function(formula_list) {
models <- list()
for(ii in seq_along(formula_list)) {
if(formula_list[[ii]] is lmer) { # Enter condition here
print("lmer")
} else {
print("lm")
}
}
}
f1 <- formula(y ~ x)
f2 <- formula(y ~ 1 + x + (1 + x | z))
formulas <- c(f1, f2)
fit_models(formulas)
我有一系列格式如下的文本文件：
text = 'COMPANY NAME: Ruff name of company TYPE OF EVENT: Party NOTIFIED DATE: 1/27/20 COMPANY NAME: Company2/CPT TYPE OF EVENT: Fire NOTIFIED DATE: 1/31/20'
我最终需要将它们放入 pandas 数据框中，其中COMPANY NAME, TYPE OF EVENT,NOTIFIED DATE是列标题和填充行之间的文本。第一步只是弄清楚如何在“：”前面有一个或多个全大写单词的地方分割文本。因此，一些输出如下：
res = ['COMPANY NAME', 'Ruff name of company', 'TYPE OF EVENT', 'PARTY', etc]
我对正则表达式非常陌生，不知道如何让这个匹配发挥作用。我尝试了以下方法：
re.findall('[A-Z]+[A-Z]+[A-Z]', text)
我承认我还差得很远。我还查看了许多其他类似的问题，但未能使它们适应我的用例。
其他帖子：
任何帮助将不胜感激，谢谢！