小编U10*_*ard的帖子

你能告诉我jupyter cluster有什么用吗？我创建了jupyter集群，并建立了它的连接。但我仍然很困惑，如何有效地使用这个集群？

谢谢

简而言之,我有Python 3.5,但现在我也安装了3.6.

我在尝试这个:

pip3安装web3

这只为Python 3.5(我以前的版本)安装web3,我想为3.6做它？谢谢!

基本上我想要扁平化(也许不是很好的术语)

例如有数据帧:

    A      B            C
0   1  [1,2]      [1, 10]
1   2  [2, 14]    [2, 18]

我想得到的输出:

    A  B1   B2    B3   B4
0   1  1    2     1    10
1   2  2    14    2    18

我试过了:

print(pd.DataFrame(df.values.flatten().tolist(), columns=['%sG'%i for i in range(6)], index=df.index))

但没什么好处的.

希望你明白我的意思:)

给定一个 Pandas Dataframe df，列名称为“Session”和“List”：

我可以将“列表”值与“会话”的相同值分组在一起吗？

我的方法

我尝试通过创建一个新的数据帧并迭代初始数据帧的行来解决问题，同时维护一个会话计数器，如果我看到会话已更改，则该计数器会增加。

如果它没有改变，那么我会用逗号附加与该行值对应的列表值。

每当会话发生变化时，我都会使用 strip 来去掉最后一个逗号（额外的）。

初始数据框

   Session  List  
0     1      a    
1     1      b    
2     1      c     
3     2      d     
4     2      e    
5     3      f     

所需的数据框

   Session  List  
0     1      a,b,c   
1     2      d,e  
2     3      f     

有人可以建议一些更有效或更简单的方法吗？

先感谢您。

我想使用前 50 列作为我的特征 X，最后一列作为我的标签 y，我该怎么做？数据在这里

我已经在使用：

import pandas as pd
df = pd.read_csv('file.csv', sep=' ', header=None)

第 1 行：

6.999299526214599609e+00 -4.579982161521911621e-01 6.291269779205322266e+00 3.196178436279296875e+00 -5.663570880889892578e+00 -1.810324430465698242e+00 -6.706712245941162109e+00 -1.486396908760070801e+00 7.831575274467468262e-01 2.103844642639160156e+00 1.438934803009033203e+00 1.163767457008361816e+00 -4.729847431182861328e+00 2.073661834001541138e-01 -3.499572992324829102e+00 7.331941604614257812e+00 5.259800434112548828e+00 3.068963885307312012e-01 4.826724827289581299e-01 2.915471076965332031e+00 -1.563049554824829102e+00 4.521403312683105469e+00 2.377167463302612305e+00 1.402835369110107422e+00 -6.507210731506347656e+00 1.661594510078430176e+00 3.218852043151855469e+00 2.605128288269042969e+00 -6.348329782485961914e-01 -1.768920421600341797e+00 3.369244933128356934e-01 -9.721876144409179688e+00 -3.150746524333953857e-01 -6.363586187362670898e-01 7.596837520599365234e+00 -2.103782415390014648e+00 2.669518947601318359e+00 2.815987110137939453e+00 3.098936080932617188e+00 -2.445043325424194336e+00 4.101460456848144531e+00 1.029265499114990234e+01 -3.425651788711547852e+00 -7.059376239776611328e+00 2.968243837356567383e+00 1.735906600952148438e+00 -5.084319591522216797e+00 -4.689389228820800781e+00 -5.318581685423851013e-02 7.332663059234619141e+00 0.000000000000000000e+00

第 2 行：

-3.312762498855590820e+00 -6.952639102935791016e+00 4.057536602020263672e+00 -7.067280411720275879e-01 1.559423655271530151e-01 -2.063135862350463867e+00 3.473832607269287109e+00 …

如何使用matplotlib模块在python中绘制元组列表？元组列表

[(155, 16.84749748246271), (158, 13.618280538390644), (38, 13.103707537648402), (53, 10.157244261797375), (156, 6.779897254994966), (119, 6.27045632052444), (159, 4.3453112093858275), (161, 4.028984416275573), (32, 4.026263736663865), (118, 3.437058351914913)]

在元组中，第一个值代表反应数，第二个值代表灵敏度。

有时，我想使用read_clipboard阅读Serieses，我必须这样做：

pd.Series(pd.read_clipboard(header=None).values[:,0])

那么如果有更简单的方法会更好吗？

对于数据框，我可以很容易地做到这一点，例如：

pd.read_clipboard()

就是这样。

但是对于Series，它是更长的单线。

那么有没有更简单的方法呢？

那个我不知道？

有什么秘籍吗？

不要忘记，请参阅下面我的自我回答

假设我有一本字典，名为d：

d = {'a': {1: (1,2,3), 2: (4,5,6)},'b': {1: (3,2,1), 2: (6,5,4)}}

正如你所看到的，它是一个嵌套字典，我如何检测它是否是？

这里有些例子：

d = {'a':{1:(1,2,3),2:(4,5,6)},'b':{1:(3,2,1),2:(6,5,4)}}
d = {'a':1,'b':2}

我想要输出：

True
False

PS 字典列表不算。

为了为 ML 任务正确准备数据，我需要能够将原始数据帧拆分为多个较小的数据帧。我想获得上面的所有行，包括“BOOL”列的值为 1 的行 - 每次出现 1 时。即 n 个数据帧，其中 n 是 1 的出现次数。

数据示例：

df = pd.DataFrame({"USER_ID": ['001', '001', '001', '001', '001'],
'VALUE' : [1, 2, 3, 4, 5], "BOOL": [0, 1, 0, 1, 0]})

预期输出是 2 个数据帧，如图所示：

和：

我已经考虑过使用 if-else 语句来附加行的 for 循环 - 但对于我正在使用的数据集来说效率非常低。寻找一种更pythonic的方式来做到这一点。

我想找到一个模式，并用另一个替换它，假设我有：

"Name":"hello"

并想这样做

Name= "hello"

使用Python正则表达式的字符串可能是双引号里的任何东西，所以我需要找到模式“ ‘：’ ”，取而代之的是=” “