小编Vik*_*tor的帖子

如何创建像此示例一样排列的升序整数矩阵N=6？

1  3  6
2  5  0 
4  0  0

这是另一个例子N=13：

1  3  6  10 0
2  5  9  13 0
4  8  12 0  0
7  11 0  0  0
10 0  0  0  0

此外，该解决方案对于较大的值应该表现良好N。

我的代码

import numpy as np
N = 13
array_dimension = 5
x = 0
y = 1
z = np.zeros((array_dimension,array_dimension))
z[0][0] = 1
for i in range(2, N+1):
    z[y][x] = i
    if y == 0:
        y = …

我想测试某种方法是否可以处理 pandas 数据框中的不同日期，并将其作为参数。下面的示例应该阐明我想要什么样的设置。在该示例中，column('Date', dtype=pd.datetime)不适用于在测试数据框中创建日期列：

from hypothesis import given
from hypothesis.extra.pandas import column, data_frames
import pandas as pd
from unittest import TestCase

class TestExampleClass(TestCase):

    @given(data_frames([column('A', dtype=str), column('B', dtype=int),column('Date', dtype=pd.datetime)]))
    def test_example_test_method(self, dataframe):
        self.assertTrue(True)

有任何想法吗？我知道如何使用假设库创建日期时间索引的 pandas DataFrame？，但这对我的具体情况没有帮助。

在超过 100 列的数据框中，我希望 pandas (v1.4.2)自动将所有列转换为“最佳”数据类型。根据文档df.convert_dtypes()或df.infer_objects()应该可以解决问题。考虑以下示例：

>>df = pd.DataFrame({"A":["1","2"], "C":["abc","bcd"]})
>>df
   A    C
0  1  abc
1  2  bcd

>>df.dtypes
A    object
C    object
dtype: object

>>df.convert_dtypes().dtypes
A    string
C    string
dtype: object

>>df.infer_objects().dtypes
A    object
C    object
dtype: object

为什么列A没有转换成int？如果我尝试错误的 pandas 方法，有什么替代方法？