我知道如果我有一个超过1列的数据框,我可以使用
colnames(x) <- c("col1","col2")
重命名列.如果它只是一列,我该怎么做？意味着矢量或数据框中只有一列.
例:
trSamp <- data.frame(sample(trainer$index, 10000))
head(trSamp )
# sample.trainer.index..10000.
# 1 5907862
# 2 2181266
# 3 7368504
# 4 1949790
# 5 3475174
# 6 6062879
ncol(trSamp)
# [1] 1
class(trSamp)
# [1] "data.frame"
class(trSamp[1])
# [1] "data.frame"
class(trSamp[,1])
# [1] "numeric"
colnames(trSamp)[2] <- "newname2"
# Error in names(x) <- value :
# 'names' attribute [2] must be the same length as the vector [1]
我想要做的是为同一列使用多个CASE WHEN条件.
这是我的查询代码:
SELECT Url='',
p.ArtNo,
p.[Description],
p.Specification,
CASE
WHEN 1 = 1 or 1 = 1
THEN 1
ELSE 0
END as Qty,
p.NetPrice,
[Status] = 0
FROM Product p (NOLOCK)
但是,我想要做的是对同一列"qty"使用多个WHEN.
如下面的代码所示:
IF
// CODE
ELSE IF
// CODE
ELSE IF
// CODE
ELSE
// CODE
我是python和pandas的新手.我正在尝试将tsv文件加载到熊猫中DataFrame.
这就是我正在尝试的错误和我得到的错误:
>>> df1 = DataFrame(csv.reader(open('c:/~/trainSetRel3.txt'), delimiter='\t'))
Traceback (most recent call last):
File "<pyshell#28>", line 1, in <module>
df1 = DataFrame(csv.reader(open('c:/~/trainSetRel3.txt'), delimiter='\t'))
File "C:\Python27\lib\site-packages\pandas\core\frame.py", line 318, in __init__
raise PandasError('DataFrame constructor not properly called!')
PandasError: DataFrame constructor not properly called!
我正在使用该data.table软件包来加速数据集上的一些摘要统计收集.
我很好奇是否有一种方法可以按多列分组.我的数据如下:
purchaseAmt adShown url
15.54 00001 150000001
4.82 00002 150000001
157.99 05005 776300044
... ... ...
我可以这样做:
adShownMedian <- df1[,median(purchaseAmt),by="adShown"]
获得每个广告的中位数.我怎么会做一些结合adShown和url？
我试过这个:
adShownMedian <- df1[,median(purchaseAmt),by=c("adShown","url")]
但没有运气.
有什么建议？
可能重复:
从数据框中删除多个元素的标准方法
我知道在R中,如果你正在搜索另一个组的子集或基于id的匹配,你会使用类似的东西
subset(df1, df1$id %in% idNums1)
我的问题是如何做相反的事情或选择不匹配ids矢量的项目.
我尝试使用!但收到错误消息
subset(df1, df1$id !%in% idNums1)
我认为我的备份是这样做的:
matches <- subset(df1, df1$id %in% idNums1)
nonMatches <- df1[(-matches[,1]),]
但我希望有一些更高效的东西.
我有一个50k行的熊猫数据框.我正在尝试添加一个新列,它是从1到5的随机生成的整数.
如果我想要50k随机数我会使用:
df1['randNumCol'] = random.sample(xrange(50000), len(df1))
但为此,我不知道该怎么做.
R中的旁注,我会这样做:
sample(1:5, 50000, replace = TRUE)
有什么建议？
我试图从数据集的多个子集中收集一些数据,并需要创建一个数据框来收集结果.我的问题是不知道如何创建具有已定义列数的空数据框,而实际上没有数据放入其中.
collect1 <- c() ## i'd like to create empty df w/ 3 columns: `id`, `max1` and `min1`
for(i in 1:10){
collect1$id <- i
ss1 <- subset(df1, df1$id == i)
collect1$max1 <- max(ss1$value)
collect1$min1 <- min(ss1$value)
}
我觉得这个问题非常愚蠢(我几乎觉得我之前已经问过它但是找不到它)但是非常感谢任何帮助.
我有一个股票价格数据集已经四舍五入到小数点后两位(1234.56).我现在正试图舍入到每个股票不同的特定值.这里有些例子:
Current Stock Price Minimum Tick Increment Desired Output
123.45 .50 123.50
155.03 .10 155.00
138.24 .50 138.00
129.94 .10 129.90
... ... ...
我不是很确定如何做到这一点,但我愿意接受建议.
我正在尝试glmnet在数据集上使用该包.我正在使用cv.glmnet()获取lambda值glmnet().这是数据集和错误消息:
> head(t2)
X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12
1 1 1 0.7661266 45 2 0.80298213 9120 13 0 6 0 2
2 2 0 0.9571510 40 0 0.12187620 2600 4 0 0 0 1
3 3 0 0.6581801 38 1 0.08511338 3042 2 1 0 0 0
4 4 0 0.2338098 30 0 0.03604968 3300 5 0 0 0 0
5 5 0 0.9072394 49 1 0.02492570 …