我无法在pandas Series对象上进行groupby.DataFrames很好,但我似乎无法使用Series进行groupby.有没有人能够让这个工作？
>>> import pandas as pd
>>> a = pd.Series([1,2,3,4], index=[4,3,2,1])
>>> a
4 1
3 2
2 3
1 4
dtype: int64
>>> a.groupby()
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/share/apps/install/anaconda/lib/python2.7/site-packages/pandas/core/generic.py", line 153, in groupby
sort=sort, group_keys=group_keys)
File "/share/apps/install/anaconda/lib/python2.7/site-packages/pandas/core/groupby.py", line 537, in groupby
return klass(obj, by, **kwds)
File "/share/apps/install/anaconda/lib/python2.7/site-packages/pandas/core/groupby.py", line 195, in __init__
level=level, sort=sort)
File "/share/apps/install/anaconda/lib/python2.7/site-packages/pandas/core/groupby.py", line 1326, in _get_grouper
ping = Grouping(group_axis, gpr, name=name, level=level, sort=sort)
File "/share/apps/install/anaconda/lib/python2.7/site-packages/pandas/core/groupby.py", line 1203, …我有一个制表符分隔文件,其中一列应该被解释为一个字符串,但许多条目都是整数.使用小文件read_csv在看到一些非整数值后正确地将列解释为字符串,但是对于较大的文件,这不起作用:
import pandas as pd
df = pd.DataFrame({'a':['1']*100000 + ['X']*100000 + ['1']*100000, 'b':['b']*300000})
df.to_csv('test', sep='\t', index=False, na_rep='NA')
df2 = pd.read_csv('test', sep='\t')
print df2['a'].unique()
for a in df2['a'][262140:262150]:
print repr(a)
输出:
['1' 'X' 1]
'1'
'1'
'1'
'1'
1
1
1
1
1
1
有趣的是262144是2的幂,所以我认为推理和转换发生在块中,但是正在跳过一些块.
我相当肯定这是一个错误,但是想要一个可能使用引用的解决办法,尽管为读写添加quoting = csv.QUOTE_NONNUMERIC并不能解决问题.理想情况下,我可以通过引用我的字符串数据来解决这个问题,并以某种方式迫使pandas不对引用的数据进行任何推断.
使用pandas 0.12.0
我希望能够从__main__中挑选一个函数或类,其中明显的问题(在其他帖子中提到),pickle函数/类在__main__命名空间中,而在另一个脚本/模块中解开将失败.
我有以下解决方案可行,是否有理由不应该这样做？
以下是myscript.py:
import myscript
import pickle
if __name__ == "__main__":
print pickle.dumps(myscript.myclass())
else:
class myclass:
pass
编辑:unpickling将在一个脚本/模块中完成,该脚本/模块可以访问 myscript.py并且可以执行import myscript.目的是使用类似并行python的解决方案远程调用函数,并能够编写一个包含可远程访问的函数/类的简短独立脚本.
我正在尝试构建一个使用 boost_serialization 和 boost_iostreams 的简单可执行文件。
#include <fstream>
#include <iostream>
#include <boost/archive/xml_iarchive.hpp>
#include <boost/archive/xml_oarchive.hpp>
#include <boost/iostreams/filtering_stream.hpp>
#include <boost/iostreams/filter/gzip.hpp>
#include <boost/iostreams/device/file.hpp>
int main()
{
using namespace boost::iostreams;
filtering_ostream os;
os.push(boost::iostreams::gzip_compressor());
os.push(boost::iostreams::file_sink("emptyGzipBug.txt.gz"));
}
不幸的是，我正在使用的系统在 /usr/lib/ 中有一个非常过时的 boost_serialization 版本，我无法更改它。
当我使用构建示例时，我相当确定
g++ -o main main.cpp -lboost_serialization -lboost_iostreams
导致链接器错误是因为 gcc 使用 boost_serialization 的系统版本而不是我本地安装的版本。将 LIBRARY_PATH 和 LD_LIBRARY_PATH 设置为 /home/andrew/install/lib 不起作用。当我使用
g++ -o main main.cpp -L/home/andrew/install/lib -lboost_serialization -lboost_iostreams
然后一切正常。
我的问题是：
我怎样才能让 gcc 告诉我它使用的库的文件名？
是否可以设置环境，以便我不必在 gcc 的命令行上指定本地 boost 的绝对路径。