小编mik*_*wry的帖子

我有点困惑 - 在这里创建一个 ML 模型。

我正处于尝试从“大”数据框（180 列）中获取分类特征的步骤，并对它们进行单一处理，以便我可以找到特征之间的相关性并选择“最佳”特征。

这是我的代码：

# import labelencoder
from sklearn.preprocessing import LabelEncoder

# instantiate labelencoder object
le = LabelEncoder()

# apply le on categorical feature columns
df = df.apply(lambda col: le.fit_transform(col))
df.head(10)

运行它时，我收到以下错误：

TypeError: ('argument must be a string or number', 'occurred at index LockTenor')

所以我转到 LockTenor 字段并查看所有不同的值：

df.LockTenor.unique()

结果如下：

array([60.0, 45.0, 'z', 90.0, 75.0, 30.0], dtype=object)

对我来说看起来像所有的字符串和数字。错误是否是因为它是浮点数而不一定是 INT 引起的？

我有一个数据框，基于名为“originator”的列中的字符串，我想检查该字符串是否包含位于另一个列表中的单词。如果该字符串包含位于所述列表中的单词，则将列 originator_prediction 更新为“org”。

有一个更好的方法吗？我是按照以下方式做的，但速度很慢。

for row in df['ORIGINATOR'][1:]:
    string = str(row)
    splits = string.split()
    for word in splits:
        if word in COMMON_ORG_UNIGRAMS_LIST:
            df['ORGINATOR_PREDICTION'] = 'Org'
        else:
            continue

df  = pd.DataFrame({'ORIGINATOR':  ['JOHN DOE', 'APPLE INC', 'MIKE LOWRY'],
        'ORGINATOR_PREDICTION': ['Person', 'Person','Person']})

COMMON_ORG_UNIGRAMS_LIST = ['INC','LLC','LP']

具体来说，如果您查看我们的数据框“APPLE INC”中的第 2 行，应该有一个 originator_prediction = 'ORG' 而不是 person。

原因是，我们遍历了常见的 org unigrams 列表，里面有 INC 这个词。

Snowflake 是否允许您创建一系列 CTE，然后最后将它们连接在一起以创建表格？

例如：

with CTE1 as ( SELECT * FROM TABLE1)
,CTE2 AS (SELECT * FROM TABLE2)
,CTE3 AS (SELECT * FROM TABLE3)

CREATE TABLE TABLE_NAME_HERE AS 
SELECT * FROM CTE1 AS 1
LEFT JOIN CTE2 AS 2 ON 1.KEY = 2.KEY
LEFT JOIN CTE3 AS 3 ON 1.KEY = 3.KEY

我收到unexpected 'CREATE'.错误

由于某种原因，Snowflake 正在从我的正则表达式函数中删除反斜杠，但仅当我在创建 Javascript 过程时将该函数放在“$$”之间时才删除。

对于上下文，这里是我的正则表达式函数：

CREATE OR REPLACE FUNCTION "REGEX_REPLACE_ME"("SUBJECT" VARCHAR(16777216), "PATTERN" VARCHAR(16777216), "REPLACEMENT" VARCHAR(16777216))
RETURNS VARCHAR(16777216)
LANGUAGE JAVASCRIPT
AS '
  
    const p = SUBJECT;
    let regex = new RegExp(PATTERN, ''i'') 
    return p.replace(regex, REPLACEMENT);
  ';

当我简单地在 SQL 中运行它时，它就可以工作；它将把“APPLE.com”更改为“APPLE”。

SELECT REXP_REPLACE_ME('APPLE.COM','\\.[A-Z]{2,3}',' ') -- the regex pattern \\.[A-Z]{2,3} is meant to remove domains i.e. ".com",".org", etc.. 

但是，当我在存储过程的 $$ 内运行它时，它会从我的正则表达式模式中删除反斜杠，从而完全更改正则表达式模式。

我的正则表达式从变为\\.[A-Z]{2,3}-> .[A-Z]{2,3}

CREATE or replace PROCEDURE TESTING_FUNC_1_THIS_CAN_BE_DELETED()
RETURNS VARCHAR
LANGUAGE javascript
AS
$$

var rs = snowflake.execute( { sqlText:
`
    CREATE …

我正在尝试使用 xlsxwriter 将 Pandas 数据框输出到 excel 文件中。但是我正在尝试应用一些基于规则的格式；专门尝试合并具有相同值的单元格，但在想出如何编写循环时遇到了麻烦。（这里是 Python 新手！）

请参阅下面的输出与预期输出：

（正如您根据上图所见，当 Name 列下的单元格具有相同的值时，我正在尝试合并它们）。

这是我迄今为止所拥有的：

#This is the logic you use to merge cells in xlsxwriter (just an example)
worksheet.merge_range('A3:A4','value you want in merged cells', merge_format)

#Merge Car type Loop thought process...
#1.Loop through data frame where row n Name = row n -1 Name
#2.Get the length of the rows that have the same Name
#3.Based off the length run the merge_range function from xlsxwriter, worksheet.merge_range('range_found_from_loop','Name', merge_format)


for row_index in …

是否可以使用 Plotly Dash 创建线条颜色渐变的折线图（纯粹为了美观）？

我尝试使用类似的东西：

'line': {'color': 'linear-gradient(90deg, red, red 60%, white)' }

绘图破折号中的整个图形代码示例：

dcc.Graph(
    id='MORTGAGE_RATES',
    figure={
        'data': [
             { "x": MORTGAGE30US['date'],"y": MORTGAGE30US['value'],"mode": "lines","name": '30 YR', 'line': {'color': 'linear-gradient(90deg, red, red 60%, white)' }},
             { "x": MORTGAGE15US['date'],"y": MORTGAGE15US['value'],"mode": "lines","name": '15 YR',},
        ],
        'layout': {
            'title': 'MORTGAGE RATES',
            "paper_bgcolor": "rgb(46, 54, 65)",
            "plot_bgcolor": "rgb(46, 54, 65)",
            'font': {
                'color': "rgb(255,255,255)"
            }
        }
    }
)

有没有办法将pandas.get_dummies数字表示形式输出在一列中，而不是每个选项的单独列中？

具体来说，目前使用pandas.get_dummies它时，每个选项都会为我提供一列：

但我正在寻找更多以下输出：

在Python领域：

除了组织代码/设计模式之外，类还能做什么函数不能做的事情？

从技术上讲，人们不能通过函数编写任何类吗？并不是说它会更高效或更具可读性，而是就纯粹的功能而言。

换句话说，有人可以选择任何类并仅使用函数重写它吗？

如何将表中列数据类型的 varchar 数据类型更改为 DATE？

尝试了以下方法：

ALTER TABLE table.name.here MODIFY COLUMN insert_dt DATE;

我刚刚得到

SQL compilation error: cannot change column INSERT_DT from type VARCHAR(16777216) to DATE