小编ahb*_*bon的帖子

给定一个建筑信息数据框，如下所示：

    id  floor     type
0    1     13   office
1    2     12   office
2    3      9   office
3    4      9   office
4    5      7   office
5    6      6   office
6    7      9   office
7    8      5   office
8    9      5   office
9   10      5   office
10  11      4   retail
11  12      3   retail
12  13      2   retail
13  14      1   retail
14  15     -1  parking
15  16     -2  parking
16  17     13   office

我想检查列floor中是否缺少楼层（楼层 0 除外，默认情况下不存在楼层）。

代码： …

我有一个像这样的pandas数据框:

import pandas as pd
import numpy as np
data = {
    "Type": ["A", "A", "B", "B", "B"],
    "Project": ["X123", "X123", "X21", "L31", "L31"],
    "Number": [100, 300, 100, 200, 500],
    "Status": ['Y', 'Y', 'N', 'Y', 'N']
}
df = pd.DataFrame.from_dict(data)

我想按类型进行分组,并获得计数和几个条件的总和,得到如下结果:

Type  Total_Count  Total_Number  Count_Status=Y  Number_Status=Y  Count_Status=N  Number_Status=N 
 A        2          400              2               400              0               0
 B        5          800              1               200              2              600

我试过以下但不完全是我需要的.请分享您可能有的任何想法.谢谢!

df1 = pd.pivot_table(df, index = 'Type', values = 'Number', aggfunc = np.sum)
df2 = pd.pivot_table(df, index = …

我有以下数据框：

import pandas as pd
import numpy as np
df1 = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
print(df1)

    A      B   C   D
0  foo    one  0   0
1  bar    one  1   2
2  foo    two  2   4
3  bar  three  3   6
4  foo    two  4   8
5  bar    two  5  10
6  foo    one  6  12
7  foo  three  7  14 …

我有两个列表，如下所示：

list1 = ['bj-100-cy','bj-101-hd','sh-200-pd','sh-201-hp']
list2 = [100, 200]

我想list1按 的元素进行子字符串过滤list2并获得预期输出，如下所示：

outcome = ['bj-100-cy', 'sh-200-pd']

做时：

list1 = str(list1)
list2 = str(list2)
outcome = [x for x in list2 if [y for y in list1 if x in y]]

我得到这样的结果：['[', '1', '0', '0', ',', ' ', '2', '0', '0', ']']。如何才能正确过滤呢？谢谢。

相关参考：

是否可以通过Python中的另一个字符串列表来过滤子字符串列表？

给定一个数据框如下：

df <- data.frame(city = c("bj", "sh", "gz", "sz"),
                 price = c(12, 7, 5, 6),
                 pct = c(-2.3, 5, -4, 4), stringsAsFactors=FALSE)

出去：

  city  price  pct
0   bj     12 -2.3
1   sh      7  5.0
2   gz      5 -4.0
3   sz      6  4.0

我想用 ggplot: barchartfor city, pointfor绘制一个图pct，但我想为负值和正值使用不同的颜色。

我怎样才能在ggplot2中做到这一点？

代码：

ggplot(df, aes(fill = city, y = price, x = city)) + 
    geom_bar(position = "dodge", stat = "identity", alpha = 0.5, fill = "#FF6666") +
    geom_point(data = …

假设我们有一个学生的成绩数据df1和学分数据df2如下：

df1:

       stu_id       major  Python  English  C++
0  U202010521    computer      56       81   82
1  U202010522  management      92       56   64
2  U202010523  management      95       88   81
3  U202010524  BigData&AI      79       53   74
4  U202010525    computer      53       71   -1
5  U202010526    computer      78       96   53
6  U202010527  BigData&AI      69       63   74
7  U202010528  BigData&AI      86       57   82
8  U202010529  BigData&AI      81      100   85
9  U202010530  BigData&AI      79       67   80

df2：

     class  credit
0   Python       2
1  English       4 …

对于以下玩具数据dd，我尝试根据向量的顺序对列进行分组langue并重新排列列：charchar_order

dd <- data.frame(langue = c('English', 'French', 'English', 'French'),
                 char = c('world', 'monde', 'hello', 'bonjour'), 
                 x = c(8, 3, 9, 9),
                 y = c(1, 1, 1, 2))
dd

char_order <- c('hello', 'world', 'bonjour', 'monde')
dd %>% 
  group_by(langue) %>% arrange(.by_group = TRUE)

出去：

  langue  char        x     y
  <chr>   <chr>   <dbl> <dbl>
1 English world       8     1
2 English hello       9     1
3 French  monde       3     1
4 French  bonjour     9     2

但我希望得到如下结果：

  langue  char        x …

我的目标是学习笔记本。它的召回率高达 97%，而我却在 F1 分数“流失的客户”77.9% 中苦苦挣扎。问题是笔记本使用LightGBM。我无法安装 LightGBM。

我尝试过的：

\n
1. pip install lightgbm-> 它抛出错误python setup.py egg_info did not run successfully.
\n
2. 然后，我做了pip install wheel-> 现在它抛出错误python setup.py bdist_wheel did not run successfully.
\n
3. 然后，我做到了pip install Cmake，，pip install --upgrade pip setuptoolsbrew install libomp >错误仍然存​​在。
\n

完整错误

  \xc3\x97 python setup.py bdist_wheel did not run successfully.\n  \xe2\x94\x82 exit code: 1\n  \xe2\x95\xb0\xe2\x94\x80> [80 lines of output]\n      INFO:root:running bdist_wheel\n      /Library/Frameworks/Python.framework/Versions/3.10/lib/python3.10/site-packages/setuptools/command/install.py:34: SetuptoolsDeprecationWarning: setup.py install …

我有一个像这样的Pandas DataFrame:

id     fruits
01     Apple, Apricot
02     Apple, Banana, Clementine, Pear
03     Orange, Pineapple, Pear

如何通过删除重复项来获得这样的水果列表？

['Apple','Apricot','Banana','Clementine','Orange','Pear','Pineapple']

我有以下数据帧:

import pandas as pd
import numpy as np
data = {
    "index": [1, 2, 3, 4, 5],
    "A": [11, 17, 5, 9, 10],
    "B": [8, 6, 16, 17, 9],
    "C": [10, 17, 12, 13, 15],
    "target": [12, 13, 8, 6, 12]
}
df = pd.DataFrame.from_dict(data)
print(df)

我想在A,B和C列中找到列目标的最接近值,并将这些值放入列结果中.据我所知,我需要使用abs()和argmin()函数.这是我预期的输出:

     index   A      B     C    target  result
0      1     11     8    10      12      11
1      2     17     6    17      13      17
2      3     5     16    12       8       5
3      4     9     17    13 …