如果我有以下数据框：
A B C D E
1 1 2 0 1 0
2 0 0 0 1 -1
3 1 1 3 -5 2
4 -3 4 2 6 0
5 2 4 1 9 -1
6 1 2 2 4 1
如何添加所有值为“0（零）”的数据帧的行尾？
期望的输出是；
A B C D E
1 1 2 0 1 0
2 0 0 0 1 -1
3 1 1 3 -5 2
4 -3 4 2 6 0
5 2 4 1 9 -1
6 …In scipy there is no support for fitting discrete distributions using data. I know there are a lot of subject about this.
For example if i have an array like below:
x = [2,3,4,5,6,7,0,1,1,0,1,8,10,9,1,1,1,0,0]
I couldn't apply for this array:
from scipy.stats import nbinom
param = nbinom.fit(x)
But i would like to ask you up to date, is there any way to fit for these three discrete distributions and then choose the best fit for the discrete dataset?
我有两个这样的数据框：
DATE MAX_AMOUNT MIN_AMOUNT MAX_DAY MIN_DAY RATE
01/09/2022 20 15 10 5 0.01
01/09/2022 25 20 15 10 0.02
03/09/2022 30 10 5 3 0.03
03/09/2022 40 30 20 5 0.04
04/09/2022 10 5 10 1 0.05
ID DATE AMOUNT DAY
1 01/09/2022 18 7
2 01/09/2022 22 11
3 01/09/2022 30 20
4 03/09/2022 35 10
5 04/09/2022 35 10
我想根据日期将 RATE 值带到第二个 df 中。此外，相关日期中的 AMOUNT 和 DAY 值必须在适当的范围内（MAX_AMOUNT 和 MIN_AMOUNT、MAX_DAY 和 MIN_DAY）。
期望的输出如下：
ID DATE AMOUNT DAY RATE …我有一个像这样的数据框：
DURATION CLUSTER COEFF
3 0 0.34
3 1 -0.005
3 2 1
3 3 0.33
4 0 -0.02
4 1 -0.28
4 2 0.22
4 3 0.48
5 0 0.65
5 1 -0.26
5 2 0.1
5 3 0.15
我想根据每个“DURATION”的“COEFF”系数创建一个 RESULT 分类列。具有最大“COEFF”值的将是“第一”，依此类推。
期望的输出如下：
DURATION CLUSTER COEFF RESULT
3 0 0.34 Second
3 1 -0.005 Fourth
3 2 1 First
3 3 0.33 Third
4 0 -0.02 Third
4 1 -0.28 Fourth
4 2 0.22 Second
4 3 0.48 First …