小编Plu*_*ile的帖子

这个问题说明了一切。基本上，我正在寻找与 VS code 调试器中的Step over按钮相反的按钮（更准确地说，是与下划线按钮相反的按钮）。

如何将 pandas 数据框设置为 Excel 表格（替代行颜色）？

样品样式：

样本数据：

import pandas as pd
import seaborn as sns

df = sns.load_dataset("tips")

我已经安装了 PostgreSQL 并创建了一个具有超级用户权限的用户“userrole”。也可以通过python代码连接。

import psycopg2
conn = psycopg2.connect(
   database="postgres", user="userrole", password="userroot", host='127.0.0.1', port= '5432'
)
cursor = conn.cursor()
cursor.execute("select version()")
data = cursor.fetchone()
print("Connection established to: ",data)
conn.close()

这是我的输出：

Connection established to:  ('PostgreSQL 12.6 (Ubuntu 12.6-0ubuntu0.20.04.1) on x86_64-pc-linux-gnu, compiled by gcc (Ubuntu 9.3.0-17ubuntu1~20.04) 9.3.0, 64-bit',)

Process finished with exit code 0

我面临的问题是通过 CLI 无法连接到该用户：

(venv) resh@project:~/PycharmProjects/utilities$ sudo su -l userrole
[sudo] password for resh: 
su: user userrole does not exist

抱歉，我是 ubuntu 新手，现在我更改了命令，但仍然遇到问题：

(venv) resh@project:~/PycharmProjects/utilities$ sudo psql -U userrole
[sudo] …

所需的任务是在 Streamlit 上部署数据预处理 Web 应用程序，用户可以在其中上传原始数据帧并下载处理后的数据帧。我正在尝试下载已完成数据预处理（例如缺失值插补）的文件，但出现如下错误：

RuntimeError: Invalid binary data format: <class 'pandas.core.frame.DataFrame'>

我不知道如何解决这个问题。请帮助我，因为我是 python 和 StreamLit 的新手。代码是

import streamlit as st
import pandas as pd
import os
from sklearn.model_selection import train_test_split
from sklearn.linear_model import LinearRegression
temp='\\temp.csv'
path=os.getcwd()
path=path+temp

def upload_csv(zxc):
    if zxc:
        df=pd.read_csv(zxc)
        st.dataframe(df)
        df.to_csv(path,index=False)
        return df
    

def upload_xlsx(zxc):
    if zxc:
        df=pd.read_excel(zxc)
        st.dataframe(df)
        df.to_csv(path,index=False)
        return df

def mvt_mean(df):
    new_df=df.fillna(df.mean())
    new_df=new_df.fillna(df.select_dtypes(include='object').mode().iloc[0])
    st.dataframe(new_df)
    return new_df


def mvt_median(df):
    new_df=df.fillna(df.median())
    new_df=new_df.fillna(df.select_dtypes(include='object').mode().iloc[0])
    st.dataframe(new_df)
    return new_df

def mvt_mode(df):
    new_df=df.fillna(df.select_dtypes(include='object').mode().iloc[0])
    st.dataframe(new_df)
    return new_df

def export_data():
    with open('temp.csv','r+') …

我有本福德测试结果，test_show

    Expected    Counts  Found   Dif AbsDif  Z_score
Sec_Dig                     
0   0.119679    4318    0.080052    -0.039627   0.039627    28.347781
1   0.113890    2323    0.043066    -0.070824   0.070824    51.771489
2   0.108821    1348    0.024991    -0.083831   0.083831    62.513122
3   0.104330    1298    0.024064    -0.080266   0.080266    60.975864
4   0.100308    3060    0.056730    -0.043579   0.043579    33.683738
5   0.096677    6580    0.121987    0.025310    0.025310    19.884178
6   0.093375    10092   0.187097    0.093722    0.093722    74.804141
7   0.090352    9847    0.182555    0.092203    0.092203    74.687841
8   0.087570    8439    0.156452    0.068882    0.068882    56.587749
9   0.084997    6635    0.123007    0.038010    0.038010    31.646817

我正在尝试使用 …

在阅读 KDnuggets 文章中的理解箱线图时。我找到了一个带有概率密度函数的 Boxplot 的详细图 (pdf)

我正在尝试绘制一个比较 Boxplot 和一个概率密度函数 (pdf)，如下图所示

我知道分别绘制基本的箱线图和pdf。我对可视化的了解是最少的。我不是在问上面的图的精确复制，一个类似的细节图将不胜感激。

我对新的想法和方法持开放态度，并希望在开始深入研究之前先试探一下

如果是，是否可以用 Python 绘制上面的图，哪个包将用于绘制上面的图？有人能解释一下用 Python 绘制上面的图吗？我很高兴收到您的任何线索。

我有 2 个具有相同行数（120）但列大小不同的列表，分别为 2 和 4。这是一个示例：

list_1=[ 1    2          
         3    4
         5    6]

list_2=[ 1   2   3   4
         5   6   7   8
         4   3   2   1]

我想逐行比较两个列表并保存最高的数字。换句话说，我想比较第 1 行list_1和list_2并保存具有最高值的数字，并对以下行执行相同操作。

以下是所需输出的示例：

list_3=[ 4      #result from list_2
         8      #result from list_2
         6]     #result from list_1

我试过这个argmax函数，但是当我使用 argmax(list1, axis = 1)它时它只返回索引，而不是实际值，如果我使用argmax(array)它返回整个列表的最大值。

我可以使用for并保存每行中的最大值，但是是否有特定的功能？