小编Pal*_*ine的帖子

我正在尝试按文档后面的极坐标数据框进行分组：

https://pola-rs.github.io/polars/py-polars/html/reference/dataframe/api/polars.DataFrame.group_by.html#polars.DataFrame.group_by

import polars as pl
df = pl.DataFrame(
    {
        "a": ["a", "b", "a", "b", "c"],
        "b": [1, 2, 1, 3, 3],
        "c": [5, 4, 3, 2, 1],
    }
)
df.group_by("a").agg(pl.col("b").sum())

但是，我收到此错误：

AttributeError: 'DataFrame' object has no attribute 'group_by'

import polars as pl

df = pl.DataFrame(
    {
        "X": [4, 2, 3, 4],
        "Y": ["p", "p", "p", "p"],
        "Z": ["b", "b", "b", "b"],
    }
)

我们知道pandas的等价物df.drop_duplicates()在python-polarsdf.unique()中

但是，每次执行查询时都会得到不同的结果？

print(df.unique())

X   Y   Z
i64 str str
3   "p" "b"
2   "p" "b"
4   "p" "b"

X   Y   Z
i64 str str
4   "p" "b"
2   "p" "b"
3   "p" "b"

X   Y   Z
i64 str str
2   "p" "b"
3   "p" "b"
4   "p" "b"

这是故意的吗？背后的原因是什么？

当我运行这个玩具代码时

test = pd.DataFrame({'a': [1, 2, 3, 4]})
test['b'] = ''
for i in range(len(test)):
    test['b'].loc[i] = [5, 6, 7]

我有一个警告

SettingWithCopyWarning: A value is trying to be set on a copy of a slice from a DataFrame

See the caveats in the documentation: https://pandas.pydata.org/pandas-docs/stable/user_guide/indexing.html#returning-a-view-versus-a-copy
  self._setitem_single_block(indexer, value, name)

loc但如果我按照这种方法使用

test = pd.DataFrame({'a': [1, 2, 3, 4]})
test['b'] = ''
for i in range(len(test)):
    test.loc[i, 'b'] = [5, 6, 7]

我收到一个错误

ValueError: Must have equal len keys and …

d={"given_age":"30","given_weight":"160","given_height":6}

想要"given_"从每个键中删除，

for key,value in d.items():
      new_key=re.sub(r'given_','',key)
      if new_key!=key:
            d[new_key]=d.pop(key)

低于错误，我的目的是仅更改密钥，为什么它会抱怨？

RuntimeError: dictionary keys changed during iteration

我想向 Azure OpenAI 的 ChatGPT 提问

我已经添加了帖子网址。我添加了参数“API_KEY”（从 Azure 门户复制的密钥），我添加了 json 正文。

我的访问被拒绝。我想密钥一定是正确的。有人可以发送示例工作 API 网址吗？

    "error": {
        "code": "401",
        "message": "Access denied due to invalid subscription key       or wrong API endpoint. Make sure to provide a valid key for an active       subscription and use a correct regional API endpoint for your   resource."
    } 
}. 

def no_six_in_range(start, end):
    print(sum('6' not in str(i) for i in range(start, end + 1)))

no_six_in_range(6, 12)

“sum() 函数返回一个数字，即可迭代对象中所有项目的总和。”

所以我的问题是，当 sum 将可迭代对象加在一起时，sum 将如何在这个方程中发挥作用。但是当您运行代码时，它给出的数字比给定的数字要小。如果有人可以向我解释这一点，我将不胜感激。

我有一个A包含True, False元素的 numpy 数组。我想打印所有包含False元素的索引。但是，我收到错误。我提出预期的输出：

import numpy as np

A=np.array([[False],
       [False],
       [ True],
       [False],
       [False]])

for i in range(0,len(A)):
    if (A[i]==['False']): 
        print(i)

错误是：

FutureWarning: elementwise comparison failed; returning scalar instead, but in the future will perform elementwise comparison
  if (A[i]==['False']):

预期输出是：

[0,1,3,4]

问题：

给定一个字符串 S，递归计算一个新字符串，其中原始字符串中相邻的相同字符用“*”彼此分隔。

例子：

Input = hello

Output = hel*lo

我的代码：

def pairStar(s):
    if len(s)<=1:
        return s
    if s[0]==s[1]:
        return s[0]+"*"+pairStar(s[1:])

string=input()
print(pairStar(string))

My input: hello

My output: None

请帮忙！输出显示“None”而不是“hel*lo”。