小编GoC*_*rry的帖子

如果我运行以下代码:

dft1 = pd.DataFrame({'a':[1, np.nan, np.nan]})
dft2 = pd.DataFrame({'a':[1, 1, np.nan]})
dft1.a==dft2.a

结果是

0     True
1    False
2    False
Name: a, dtype: bool

我怎样才能得到结果

0     True
1    False
2     True
Name: a, dtype: bool

即,np.nan == np.nan评估为True.

我认为这是基本的功能,我一定要问一个重复的问题,但我花了很多时间在SO或Google中搜索,但找不到它.

以下代码抛出“ Out of bounds nanosecond timestamp: 1452-04-15 00:00:00 ”错误。如果我将日期字符串替换为某些最近的日期（例如 2017-01-01），则相同的代码有效。

df=pd.DataFrame({'Date':np.arange('1452-04-15', '1519-05-02', dtype='datetime64[D]')})

此示例代码用于提供一种简单的方法来重现错误。我真正想做的是将包含这些非常早的日期的 csv 读取到数据框中，并将字符串日期转换为 np.datetime64[D] 或任何类似的日期格式。

假设我有以下两个数据帧:

df1 = pd.DataFrame(np.random.randn(100, 3),columns=['A','B','C']).cumsum()
df2 = pd.DataFrame(np.random.randn(100, 3),columns=['A','B','C']).cumsum()

我的问题是,如何在一个图中绘制它们,以便:

1. 三个系列的df1和df2仍然是如上所述的蓝色,橙色和绿色线.
2. df1的三个系列是实线
3. 三个系列的df1是虚线

目前我最接近的是以下内容:

ax = df1.plot(style=['b','y','g'])
df2.plot(ax=ax, style=['b','y','g'], linestyle='--')

有没有办法获取DataFrame.plot()默认使用的颜色代码？或者还有其他更好的方法来实现我想要的吗？理想情况下,我不想style使用参数指定任何颜色代码,但始终使用默认颜色.

我想禁用Python散列函数的随机化。根据此线程（无法通过模块查看或修改 PYTHONHASHSEED 的值），通过os.environ['PYTHONHASHSEED']在运行时设置来设置 PYTHONHASHSEED不起作用。运行 Jupyter Notebook 时如何将 PYTHONHASHSEED 设置为固定值？

(A) 这有效：

def func():
    x = 1
    print(x)    
    return

(B) 这不起作用：

def func():
    x = 1

    print(x)    
    return

(C) 这也不起作用:(这里我使用“_”来表示空格）

def func():
    x = 1
____
    print(x)    
    return

(D) 这有效：

def func():
    x = 1
____# some comment
    print(x)    
    return

在 (B) 和 (C) 中，我都收到以下错误：

• NameError: 名称 'x' 未定义
• SyntaxError: 'return' 外部函数

我正在使用 Eclipse 和 PyDev 插件。Python 版本是 3.5，PyDev 版本是 4.5。

- - - - - 更新 - - - - -

1. 该问题在 Jupyter Notebook 和 PyCharm 中无法重现。

2. 在 Eclipse …

pandas.DataFrame.droplevel我可以使用级别名称或索引在某些位置保留多级索引/列的某些功能吗？

例：

df = pd.DataFrame([
        [1, 2, 3, 4],
        [5, 6, 7, 8],
        [9, 10, 11, 12],
        [13, 14, 15, 16]
    ], columns=['a','b','c','d']).set_index(['a','b','c']).T


a   1   5   9   13
b   2   6   10  14
c   3   7   11  15
d   4   8   12  16

以下两个命令都可以返回以下数据帧：

df.droplevel(['a','b'], axis=1)
df.droplevel([0, 1], axis=1)

c   3   7   11  15
d   4   8   12  16

我正在寻找一个“ keeplevel”命令，以便以下两个命令都可以返回以下数据帧：

df.keeplevel(['a','b'], axis=1)
df.keeplevel([0, 1], axis=1)

a   1   5   9   13
b   2   6   10  14
d   4   8 …

例:

        public class ListInheritanceTest
        {
            public void Test1()
            {
                List<string> list = new List<string>();
                MyList myList = list;
            }
        }
        public class MyList : List<string>
        {
        }

但MyList myList = list有错误"无法将类型'System.Collections.Generic.List'隐式转换为'ConsoleTest.MyList'"

我怎样才能解决这个问题？谢谢.

----编辑----
我不是在问它为什么会出错.我想知道使分配工作的解决方法是什么.上面的代码只是一个简化的例子.目的是List<SomeType>在我的代码中将all转换为MyList,而不会引入任何向后不兼容.

---第二次编辑----

让我重新解释一下这个问题.假设我在上面的代码中以相同的方式定义了MyList.分配List<string>给MyList 的最简单方法是什么.

我知道

            foreach(var item in list)  
            mylist.Add(item)  

总是工作.只是寻找更优雅的东西.

首先让我描述一下我试图用 Python 重现的 Excel 数据透视图。

以下是生成示例数据集的代码：

# The code should work in Python 3.7 and pandas 0.24 or above
import pandas as pd
years = [i for i in range(2015,2021)]
countries = ['US', 'CA', 'JP', 'MX', 'IT']
months = [i for i in range(1,13)]

idx = pd.MultiIndex.from_product([years, countries, months], names=['year', 'country', 'month'])
df = pd.DataFrame(np.random.randn(len(idx), 1),columns=['val'], index=idx).sort_index()

我可以将df.to_clipboard()其粘贴到 Excel 中，如下所示：

然后我可以根据数据插入数据透视图，并以某种方式配置它，以便我可以按年份和国家/地区查看每月线图。该数据透视图是“交互式”的，因为通过“年份”和“国家/地区”下拉控件，我可以以任何我想要的方式方便地过滤数据，例如“显示 JP 的所有年份”或“显示 2020 年的所有国家/地区” ”。

我的问题是：
有没有简单的方法可以在 Python 中创建这样的交互式绘图？我使用 Jupyter Notebook 来处理数据并做了很多这样的探索性研究。我不喜欢每次想要可视化数据时都必须将数据复制到 Excel 中。在Python中，我可以做一些愚蠢的事情，比如df.loc[(2015, 'US'),:].plot() …