小编And*_*den的帖子

我应该如何"重新抛出"异常,也就是说,假设:

• 我在我的代码中尝试了一些东西,不幸的是它失败了.
• 我尝试了一些"聪明"的解决方法,这次碰巧也失败了

如果我从(失败的)解决方法中抛出异常,那对用户来说会非常混乱,所以我认为最好重新抛出原始异常(？),并附带描述性回溯(关于实际的)问题)...

注意:这方面的激励示例是在调用时np.log(np.array(['1'], dtype=object)),它尝试一个诙谐的解决方法并给出一个AttributeError(它"真的"一个TypeError).

我能想到的一种方法就是重新调用有问题的函数,但这似乎是伪造的(理论上,原始函数可能会在第二次调用时发挥一些不同的行为):
好的,这是一个可怕的例子,但是...

def f():
    raise Exception("sparrow")

def g():
    raise Exception("coconut")

def a():
    f()

假设我这样做了:

try:
    a()
except:
    # attempt witty workaround
    g()
---------------------------------------------------------------------------
Exception                                 Traceback (most recent call last)
<ipython-input-4-c76b7509b315> in <module>()
      3 except:
      4     # attempt witty workaround
----> 5     g()
      6

<ipython-input-2-e641f2f9a7dc> in g()
      4
      5 def g():
----> 6     raise Exception("coconut")
      7
      8

Exception: coconut

嗯,问题根本不在于椰子,而是麻雀: …

假设我在Python中有一个多行引发异常.

Python如何决定引发异常的哪一行？

示例:( 注意:我可以\在每行后使用反斜杠)

(1
 +0/0
 +3)

在第3行引发异常(ZeroDivisionError异常,at +3)).

(1
 +
 0/0
 )

在第3行引发异常.

(0/0
 +
 1)

在第2行引发异常.

这个问题的灵感来自于这个例子,@ Godman 指出异常不会发生在最后一行(正如我之前所想的那样).

我在Mac OSX计算机上安装Python Pandas库时遇到问题.

我在终端输入以下内容:

$ sudo easy_install pandas

但后来我得到以下内容:

Searching for pandas
Reading http://pypi.python.org/simple/pandas/
Reading http://pandas.pydata.org
Reading http://pandas.sourceforge.net
Best match: pandas 0.9.0
Downloading http://pypi.python.org/packages/source/p/pandas/pandas-
0.9.0.zip#md5=04b1d8e11cc0fc30ae777499d89003ec
Processing pandas-0.9.0.zip
Writing /tmp/easy_install-ixjbQO/pandas-0.9.0/setup.cfg
Running pandas-0.9.0/setup.py -q bdist_egg --dist-dir /tmp/easy_install-ixjbQO/pandas-
0.9.0/egg-dist-tmp-EGREoT
warning: no files found matching 'setupegg.py'
no previously-included directories found matching 'doc/build'
warning: no previously-included files matching '*.so' found anywhere in distribution
warning: no previously-included files matching '*.pyd' found anywhere in distribution
warning: no previously-included files matching '*.pyc' found anywhere in distribution
warning: no …

我想从我的DataFrame中的列修改一些值.目前,我通过原始的多索引从select中查看df(并且修改确实发生了变化df).

这是一个例子:

In [1]: arrays = [np.array(['bar', 'bar', 'baz', 'qux', 'qux', 'bar']),
                  np.array(['one', 'two', 'one', 'one', 'two', 'one']),
                  np.arange(0, 6, 1)]
In [2]: df = pd.DataFrame(randn(6, 3), index=arrays, columns=['A', 'B', 'C'])

In [3]: df
                  A         B         C
bar one 0 -0.088671  1.902021 -0.540959
    two 1  0.782919 -0.733581 -0.824522
baz one 2 -0.827128 -0.849712  0.072431
qux one 3 -0.328493  1.456945  0.587793
    two 4 -1.466625  0.720638  0.976438
bar one 5 -0.456558  1.163404  0.464295

我尝试将片段修改df为标量值:

In …

有没有快速的方法来进行DataFrame的序列化？

我有一个可以并行运行熊猫分析的网格系统.最后,我想从每个网格作业中收集所有结果(作为DataFrame),并将它们聚合成一个巨大的DataFrame.

如何以可快速加载的二进制格式保存数据框？

我想知道对于大多数例子来说,使用它还是更具"pythonic" 功能lambda还是partial功能？

例如,我可能想要应用于imap某些列表,例如使用以下内容为每个元素添加3:

imap(lambda x : x + 3, my_list)

或者使用partial:

imap(partial(operator.add, 3), my_list)

我意识到在这个例子中循环可能更容易实现它,但我正在考虑更多非平凡的例子.

在Haskell中,我会在上面的例子中轻松选择部分应用程序,但我不确定Python.对我来说,lambda似乎是更好的选择,但我不知道大多数python程序员的主流选择是什么.

我有来自三个不同GPS接收器的冰速GPS数据.数据位于熊猫数据框中,其索引为朱利安日(从2009年开始增量).

这是数据的子集(主数据集是3487235行...):

                    R2          R7         R8
1235.000000 116.321959  100.805197  96.519977
1235.000116 NaN         100.771133  96.234957
1235.000231 NaN         100.584559  97.249262
1235.000347 118.823610  100.169055  96.777833
1235.000463 NaN         99.753551   96.598350
1235.000579 NaN         99.338048   95.283989
1235.000694 113.995003  98.922544   95.154067

数据框具有以下形式:

Index: 6071320 entries, 127.67291667 to 1338.51805556
Data columns:
R2    3487235  non-null values
R7    3875864  non-null values
R8    1092430  non-null values
dtypes: float64(3)

R2以不同的速率对R7和R8进行采样,因此NaNs系统地出现在该间距处.

尝试df.plot()绘制整个数据帧(或其索引行位置)在绘制R7和R8方面工作正常,但不绘制R2.同样,只是做df.R2.plot()也不起作用.绘制R2的唯一方法是做df.R2.dropna().plot(),但这也会删除表示无数据周期的NaN(而不是仅比其他接收器更粗略的采样频率).

还有其他人遇到过这个吗？感谢任何关于这个问题的想法:)

我正在寻找类似于RoboCode或Scalatron的游戏或挑战.我对Project Euler这样的挑战不感兴趣,在那里我获得了解决特定问题的积分.我正在寻找直接竞争.我知道http://sumost.ca/steve/games/但遗憾的是没有基于python的项目.如果您有任何建议,请与我分享.

我想在熊猫数据框架上构建一个运行总和.我有类似的东西:

10/10/2012:  50,  0
10/11/2012: -10, 90
10/12/2012: 100, -5

我想得到:

10/10/2012:  50,  0
10/11/2012:  40, 90
10/12/2012: 140, 85

因此,每个单元格应该是自身和所有先前单元格的总和,如何在不使用循环的情况下执行此操作.

我有一个pandas数据帧:

import pandas as pnd
d = pnd.Timestamp('2013-01-01 16:00')
dates = pnd.bdate_range(start=d, end = d+pnd.DateOffset(days=10), normalize = False)

df = pnd.DataFrame(index=dates, columns=['a'])
df['a'] = 6

print(df)
                     a
2013-01-01 16:00:00  6
2013-01-02 16:00:00  6
2013-01-03 16:00:00  6
2013-01-04 16:00:00  6
2013-01-07 16:00:00  6
2013-01-08 16:00:00  6
2013-01-09 16:00:00  6
2013-01-10 16:00:00  6
2013-01-11 16:00:00  6

我有兴趣找到其中一个标签的标签位置,比方说,

ds = pnd.Timestamp('2013-01-02 16:00')

看一下索引值,我知道这是这个标签的整数位置1.怎样才能让pandas告诉这个标签的整数值是多少？