小编dar*_*dog的帖子

我仍然很擅长使用p​​ython从头开始编程,所以作为练习我虽然拿了一个我使用SQL处理的文件尝试使用Python复制功能.看来我想把我的(压缩的,zip)csv文件创建一个它的Dict(或者也许是一个dicts的词典？).当我使用dict reader时,我将第一行作为键而不是每列作为自己的键？例如

import csv, sys, zipfile
sys.argv[0] = "/home/tom/Documents/REdata/AllListing1RES.zip"
zip_file    = zipfile.ZipFile(sys.argv[0])
items_file  = zip_file.open('AllListing1RES.txt', 'rU')

for row in csv.DictReader(items_file,dialect='excel'):
    pass

产量:

>>> for key in row:
        print 'key=%s, value=%s' % (key, row[key])

key=MLS_ACCT    PARCEL_ID   AREA    COUNTY  STREET_NUM  STREET_NAME CITY        ZIP STATUS  PROP_TYPE   LIST_PRICE  LIST_DATE   DOM DATE_MODIFIED   BATHS_HALF  BATHS_FULL  BEDROOMS    ACREAGE YEAR_BUILT  YEAR_BUILT_DESC OWNER_NAME  SOLD_DATE   WITHDRAWN_DATE  STATUS_DATE SUBDIVISION PENDING_DATE    SOLD_PRICE,  
value=492859    28-15-3-009-001.0000    200 JEFF    3828    ORLEANS RD  MOUNTAIN BROOK  35243   A   SFR 324900  3/3/2011    2   3/4/2011 12:04:11 AM    0   2 …

我有一个包含多个日期的表(有些日期是NaN),我需要找到最早的日期,所以一行可能有DATE_MODIFIED,WITHDRAWN_DATE,SOLD_DATE,STATUS_DATE等.

因此,对于每一行,我想在一个或多个字段中找到最早的字段,并在数据框中创建一个新列.

像这样的东西,如果我只做一个,例如DATE MODIFIED我得到一个结果,但当我添加第二个如下

table['END_DATE']=min([table['DATE_MODIFIED']],[table['SOLD_DATE']])

我明白了:

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

为此,假设我最初创建正确的日期列,这构建工作以找到最小日期吗？

此代码绘制 Pandas Dataframe 中的特定列并提供倍数：

area_tabs=['12']
nrows = int(math.ceil(len(area_tabs) / 2.))
figlen=nrows*7 #adjust the figure size height to be sized to the number of rows
plt.rcParams['figure.figsize'] = 25,figlen 
fig, axs = plt.subplots(nrows, 2, sharey=False)
for ax, area_tabs in zip(axs.flat, area_tabs):
    actdf, aname = get_data(area_tabs)
    lastq,fcast_yr,projections,yrahead,aname,actdf,merged2,mergederrs,montdist,ols_test,mergedfcst=do_projections(actdf)
mergedfcst.tail(12).plot(ax=ax, title='Area: {0} Forecast for 2014 {1} \
 vs. 2013 actual of {2}'.format(unicode(aname),unicode(merged2['fcast']  [-1:].values),unicode(merged2['Units'][-2:-1].values)))

数据框看起来大致如下：以日期作为索引

           Units    fcast
date        
2014-01-01   384     302
2014-02-01   NaN     343
2014-03-01   NaN     396
2014-04-01   NaN     415
2014-05-01   NaN     483
2014-06-01   NaN     513 …

我已经在此处发布了 IPython Notebook http://nbviewer.ipython.org/gist/dartdog/9008026 在我调用的单元格 5 中：编辑此代码应生成重复的图形。

import pandas as pd
import io
import statsmodels.api as sm
%matplotlib inline
import matplotlib.pyplot as plt
content2 = '''\
    Units   lastqu
2000-12-31   19391   NaN
2001-12-31   35068   5925
2002-12-31   39279   8063
2003-12-31   47517   9473
2004-12-31   51439   11226
2005-12-31   59674   11667
2006-12-31   58664   14016
2007-12-31   55698   13186
2008-12-31   42235   11343
2009-12-31   40478   7867
2010-12-31   38722   8114
2011-12-31   36965   8361
2012-12-31   39132   8608
2013-12-31   43160   9016
2014-12-31   NaN     9785
'''
df2 = pd.read_table(io.BytesIO(content2))
#make sure that …

我在这里发布了一个IPython笔记本http://nbviewer.ipython.org/gist/dartdog/9008026

我通过标准Statsmodels OLS和PYMC3与Pandas提供的数据一起工作,顺便说一下,这部分工作得很好.

我看不出如何从PYMC3中获得更多标准参数？这些示例似乎只是使用OLS来绘制基本回归线.看来PYMC3模型数据应该能够给出回归线的参数吗？除了可能的痕迹,即什么是最高概率线？

对Alpha,beta和sigma的解释的任何进一步解释都欢迎!

另外,如何使用PYMC3模型来估计给定新x即具有某种概率的预测的y的未来值？

最后,PYMC3有一个新的GLM包装,我尝试了它似乎搞砸了？(虽然可能是我)

我即将去Pycon,当我在Webfaction主持时,其中一个教程(JKM)要求学生拥有AWS实例.我一直想弄清楚一些最低电量的例子可能是什么样的？我将有一个带Django的灯泡服务器和必要的存储空间,但旁边没有流量.

有人有一些指导/建议吗？我的谷歌搜索和查看这里并没有提供太多有用的信息.

我有以下代码:

table['CALC_DOM']=table.index
table['CALC_DOM']=table['END_DATE']-['CALC_DOM']

不应该有更好的方法直接从table.index转换？喜欢:

table['CALC_DOM']=table.index
table['CALC_DOM']=table['END_DATE']-(table.index()) 

我试过用
table.index.get_values
和
table.index.date

......但我得到的只是:
TypeError: incompatible type [object] for a datetime/timedelta operation.

我有一个小文件读取例程,我只想要我有它的前200条记录,但是我一直无法弄清楚使用"while"构造有什么问题.此代码有效:

import csv, sys, zipfile
sys.argv[0] = "/home/tom/Documents/REdata/AllListing1RES.zip"
zip_file    = zipfile.ZipFile(sys.argv[0])
items_file  = zip_file.open('AllListing1RES.txt', 'rU')
rows = []
for row_index, row in enumerate(csv.DictReader(items_file, dialect='excel', delimiter='\t')):
    if (row_index < 200):
        rows.append(row)
    else : break

这段代码一直运行,直到它失败并出现内存不足的情况我认为它是等效的？

import csv, sys, zipfile
sys.argv[0] = "/home/tom/Documents/REdata/AllListing1RES.zip"
zip_file    = zipfile.ZipFile(sys.argv[0])
items_file  = zip_file.open('AllListing1RES.txt', 'rU')
rows = []
for row_index, row in enumerate(csv.DictReader(items_file, dialect='excel', delimiter='\t')):
    while (row_index < 200):
        rows.append(row)
    else : break

那么什么是正确的构造使用时？ -

我想做的事情如下:

if table['STATUS']=='A'or 'P':
    table['END_DATE']=end_date 

为了在STATUS中具有S或P的行替换END_DATE的值,这将产生

ValueError: The truth value of an array is ambiguous. Use a.empty, a.any() or a.all().

我知道这是由于数组的广告...这似乎是一个小问题,但我似乎无法找到合适的答案在这里使用什么是正确的构造？我无法从文档中找到它...说使用.any()

当我访问IIS服务器上的页面以检索xml时,通过浏览器使用查询参数(使用下面示例中的http),我得到一个用户名和密码的弹出登录对话框(似乎是系统标准对话框/形成).一旦提交,数据就会到来.作为xml页面.

如何使用urllib处理此问题？当我执行以下操作时,我从未得到提示输入uid/psw ..我只是得到一个回溯,表明服务器(正确)id我是未经授权的.在Ipython笔记本中使用python 2.7

f = urllib.urlopen("http://www.nalmls.com/SERetsHuntsville/Search.aspx?SearchType=Property&Class=RES&StandardNames=0&Format=COMPACT&Query=(DATE_MODIFIED=2012-09-28T00:00:00%2B)&Limit=10")
s = f.read()
f.close()

指向doc的指针也表示赞赏!没有找到这个确切的用例.

我计划将xml解析为csv,如果这有所不同的话.

我有一个非常简单的csv文件,我正在尝试使用不同的预测方法.

          Year   total UnemplRt
   1  12/31/2013    NA      7.1
   2  12/31/2012 39535      8.3
   3  12/31/2011 36965     10.0
   4  12/31/2010 36234     10.9
   5  12/31/2009 37918      8.5
   6  12/31/2008 42235      4.3
   7  12/31/2007 55698      3.7
   8  12/31/2006 58664      3.8
   9  12/31/2005 59674      4.7
   10 12/31/2004 51439      5.7 

当我使用R studio导入它时,我得到这个列表.(上面)只有列表名称.和Col标题,我似乎无法参考.

我是R的新手,但我知道我应该有一个Dataframe,第一列应该是日期类型.不知道如何从这里到达那里..然后..那是正确的输入预测布局吗？

如何使用预测(Mutli模型)使用行10-4在3上使用UnemplRt预测"总数"(预先知道等等,即10-3预测2和10-2预测1)当然这将是对即将到来的一年的预测...我已经在电子表格中使用直线回归计算了它,但是它太高了,所以我正在寻找最近的因素数据更好,注意曲线而不仅仅是直线.

这非常简单,但希望足够通用,其他人也会发现答案也很有用.

虽然这似乎是一个骗局,我无法解决,我有一个完整的当前14.04 Ubuntu和更新的PIP但我得到了,想知道它是否与tensorflow的新版本有关？:

tensorflow-0.9.0rc0-cp27-none-linux_x86_64.whl is not a supported wheel on this platform.

回应:

 sudo pip install https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.9.0rc0-cp27-none-linux_x86_64.whl

想知道是否有点子问题？还是车轮问题？如果python软件都安装好pip,我运行的数量相当广泛......所以TensorFlow似乎是独一无二的？