小编MrF*_*pes的帖子

drop_duplicates()来自极地的熊猫相当于什么？

import polars as pl\ndf = pl.DataFrame({"a":[1,1,2], "b":[2,2,3], "c":[1,2,3]})\ndf\n

输出：

shape: (3, 3)\n\xe2\x94\x8c\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xac\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xac\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x90\n\xe2\x94\x82 a   \xe2\x94\x86 b   \xe2\x94\x86 c   \xe2\x94\x82\n\xe2\x94\x82 --- \xe2\x94\x86 --- \xe2\x94\x86 --- \xe2\x94\x82\n\xe2\x94\x82 i64 \xe2\x94\x86 i64 \xe2\x94\x86 i64 \xe2\x94\x82\n\xe2\x95\x9e\xe2\x95\x90\xe2\x95\x90\xe2\x95\x90\xe2\x95\x90\xe2\x95\x90\xe2\x95\xaa\xe2\x95\x90\xe2\x95\x90\xe2\x95\x90\xe2\x95\x90\xe2\x95\x90\xe2\x95\xaa\xe2\x95\x90\xe2\x95\x90\xe2\x95\x90\xe2\x95\x90\xe2\x95\x90\xe2\x95\xa1\n\xe2\x94\x82 1   \xe2\x94\x86 2   \xe2\x94\x86 1   \xe2\x94\x82\n\xe2\x94\x9c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x94\xbc\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x94\xbc\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x94\xa4\n\xe2\x94\x82 1   \xe2\x94\x86 2   \xe2\x94\x86 2   \xe2\x94\x82\n\xe2\x94\x9c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x94\xbc\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x94\xbc\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x95\x8c\xe2\x94\xa4\n\xe2\x94\x82 2   \xe2\x94\x86 3   \xe2\x94\x86 3   \xe2\x94\x82\n\xe2\x94\x94\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xb4\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\xb4\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x80\xe2\x94\x98\n

代码：

df.drop_duplicates(["a", "b"])\n

产生以下错误：

属性错误：未找到 drop_duplicates

最近升级到Python 3.8，并已安装jupyter。但是，当尝试运行时jupyter notebook出现以下错误：

  File "c:\users\user\appdata\local\programs\python\python38\lib\site-packages\tornado\platform\asyncio.py", line 99, in add_handler
    self.asyncio_loop.add_reader(fd, self._handle_events, fd, IOLoop.READ)
  File "c:\users\user\appdata\local\programs\python\python38\lib\asyncio\events.py", line 501, in add_reader
    raise NotImplementedError
NotImplementedError

我知道ProactorEventLoop默认情况下Windows上的Python 3.8已切换为默认设置，因此我怀疑它与此相关。

Jupyter目前不支持Python 3.8？有没有解决的办法？

给定整数数组

[1, 1, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5]

我需要掩盖重复N多次的元素。需要说明的是：主要目标是检索布尔掩码数组，以后再用于装箱计算。

我想出了一个相当复杂的解决方案

[1, 1, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5]

给例如

import numpy as np

bins = np.array([1, 1, 2, 2, 2, 3, 3, 3, 3, 4, 4, 4, 5, 5, 5, 5, 5, 5, 5])

N = 3
splits = np.split(bins, np.where(np.diff(bins) != 0)[0]+1) …

检查 PyPI 包名称是否被占用的最佳方法是什么？

我已经多次在pypi中搜索软件包但没有收到任何结果。然后我花时间创建了一个包，其名称似乎没有被占用，但在部署时却收到错误。有没有更好的方法来检查包名称的可用性？

查看zoneinfoPython 3.9 中的模块，我想知道它是否还提供了一个方便的选项来检索 Windows 上的本地时区（操作系统设置）。

在 GNU/Linux 上，你可以这样做

from datetime import datetime\nfrom zoneinfo import ZoneInfo\n\nnaive = datetime(2020, 6, 11, 12)\naware = naive.replace(tzinfo=ZoneInfo(\'localtime\'))\n

但在 Windows 上，这会抛出

\n

ZoneInfoNotFoundError: \'未找到包含关键本地时间的时区\'

\n

那么我还需要使用第三方库吗？例如

import time\nimport dateutil\n\ntzloc = dateutil.tz.gettz(time.tzname[time.daylight])\naware = naive.replace(tzinfo=tzloc)\n

由于time.tzname[time.daylight]返回本地化名称（在我的例子中为德语，例如 \'Mitteleurop\xc3\xa4ische Sommerzeit\'），因此这也不起作用：

aware = naive.replace(tzinfo=ZoneInfo(tzloc))\n

有什么想法吗？

ps 要在 Python < 3.9 上尝试此操作，请使用backports（另请参阅此答案）：

pip install backports.zoneinfo\npip install tzdata # needed on Windows\n

我有两个想要比较的变量。打印出来后，它们是这样的：

2020-05-20 13:01:30
2020-05-20 14:49:03

但是，一种是字符串类型，另一种是日期时间类型。如果我想将字符串一转换为日期类型以便我可以比较它们，这是唯一使用的方法吗strptime？因为这对我来说似乎有点多余，因为该字符串已经具有我想要的确切格式。基本上，是否有一个功能与 相同strptime，但不重新格式化它？正如您可以想象的那样，谷歌搜索这个问题是不可能的，因为我得到的只是人们试图将任何类型的字符串格式化为日期时间，所以所有答案都只是指向strptime.

我正在使用以下命令更新我的 git 存储库

python3 helper.py --更新 SomeName

但它显示错误，例如：

Traceback (most recent call last):
  File "helper.py", line 13, in <module>
          import git
ModuleNotFoundError: No module named 'git'

我已经安装了 Python 3 (3.8.5) 和 Python 2 (2.7.18)。

有没有一种优雅的方法来重新编码极坐标数据框中的值。

例如

1->0, 
2->0, 
3->1... 

在 Pandas 中，它很简单：

df.replace([1,2,3,4,97,98,99],[0,0,1,1,2,2,2])

我有一个数据框df，它的第一列是timedelta64

df.info():

<class 'pandas.core.frame.DataFrame'>
RangeIndex: 686 entries, 0 to 685
Data columns (total 6 columns):
0    686 non-null timedelta64[ns]
1    686 non-null object
2    686 non-null object
3    686 non-null object
4    686 non-null object
5    686 non-null object

print(df[0][2])例如，如果 I ，它会给我0 days 05:01:11。但是，我不想要0 days归档。我只想05:01:11被打印。有人可以教我如何做到这一点吗？非常感谢！

是否有任何内置函数polars或更好的方法通过定义时间分辨率（例如：天、小时、分钟）将持续时间转换为数字？

# Create a dataframe
df = pl.DataFrame(
    {
        "from": ["2023-01-01", "2023-01-02", "2023-01-03"],
        "to": ["2023-01-04", "2023-01-05", "2023-01-06"],
    }
)


# Convert to date and calculate the time difference
df = df.with_columns(
    [
        pl.col("from").str.strptime(pl.Date, "%Y-%m-%d").alias("from_date"),
        pl.col("to").str.strptime(pl.Date, "%Y-%m-%d").alias("to_date"),
    ]
).with_columns((pl.col("to_date") - pl.col("from_date")).alias("time_diff"))

# Convert the time difference to int (in days)
df = df.with_columns(
    ((pl.col("time_diff") / (24 * 60 * 60 * 1000)).cast(pl.Int8)).alias("time_diff_int")
)