堆栈内存溢出
cost 270 ms
如何使用 pandas 中的时间序列为给定条件从数据集中获取 select 数据

[英]How to select data from dataset for the given condition using time series in pandas

我如何 select 血糖从给定时间间隔增加/减少的用户？ 这里 1 个用户在不同的时间间隔有多个读数，所以我必须 select 满足血糖升高条件的用户列表，并找出它增加了多少值。 我尝试按唯一用户分离 df，然后执行操作，但对于更大的数据集来说，它变得太混乱了。 ...

使用 Multiindex 进行操作 DataFrame

[英]Making operations with Multindex DataFrame

我有一个类似于此的 GroupBy 数据框： 我想创建一个名为 PL 的列，作为同一客户在同一天购买的同一产品的 Position 与前一天的 position 之间的差异。此外，第一个日期应该有 PL = 0。 dataframe 应该是这样的 编辑：未堆叠的 dataframe 看起来像这 ...

Neo4J 如何适应数据科学家的工作流程？

[英]How is Neo4J intended to fit into a Data Scientists work flow?

对于主要在 Python 中进行网络分析的数据科学家，从关系数据库中提取数据，Neo4J 打算如何改变我的工作流程？ 它主要是为了高效查询数据（取代关系数据库）还是数据探索？ ...

如何在不更改给定原件的情况下操作 Pandas 系列？

[英]How to manipulate Pandas Series without changing the given Original?

语境我有一个方法，它采用 Pandas 系列分类数据并将其作为索引版本返回。 但是，我认为我的实现也在修改给定的系列，而不仅仅是返回修改后的新系列。 我还收到以下错误： 试图在 DataFrame 的切片副本上设置一个值。请参阅文档中的注意事项： https://pandas.pydata.org ...

在 xarray 中循环和映射 DataArray 的切片

[英]Looping over and mapping slices of a DataArray in xarray

假设我有一个多维 DataArray，我想根据某个维度遍历切片并更改它们。 例如，第一个维度是时间，我希望每次都收到一个代表该时间片段的 DataArray，并将它的 map 接收到相同大小的不同 DataArray。 我可以使用apply_ufunc但随后我失去了在 function 中使用标记尺 ...

如何控制我对数据集进行洗牌的幅度

[英]How do I control the magnitude at which I shuffle my dataset

我有一个数据集 X，其中每个数据点（每一行）都按特定顺序排列。 为了完全洗牌 X，我使用这样的东西： 假设我只想轻度洗牌（可能改变几个数据点的位置）而不是完全洗牌。 我想要一个参数 p，这样当 p=0 时，它不会洗牌，而当 p=1 时，它会像代码一样完全洗牌。 这样，我可以将洗牌的数量调整为温和或更 ...

如何按年或月拆分我的 dataframe

[英]How can I split my dataframe by year or month

我有一个 dataframe，其中包含从 2015 年到 2020 年的每小时数据形式的时间序列。我想创建一个新的 dataframe，其中有一列包含每年或每年每个月的时间序列值，以执行单独的分析. 因为我有 1 个闰年，我希望他们共享索引，但在非闰年的 position（2 月 29 日）有一个 ...

我如何纠正行到列的传播错误？

[英]How i can correct an spread error, of rows to columns?

我正在尝试将行传递给具有 function spread (tidyr) 的列，并给出下一个错误： Error in spread() : 。 output 的每一行都必须由唯一的键组合来标识。 我有这个数据框月酸碱度一月 7.2 一月 5.2 二月 4.0 二月 7.3 行进 7.1 行进 5 ...

是否可以编写适用于整个项目中所有表的单个 dbt 测试？

[英]Is it possible to write a single dbt test which applies to all tables in the whole project?

为了确保新数据不间断地不断到达 Snowflake，我想在我的 dbt 项目中添加一些测试。 我想在 Elementary 中使用 freshness_anomalies 测试，这是一个支持 dbt 的 package。 我想不出一种只设置一次此测试以便在所有表上完成测试的方法。 到目前为止我能做 ...

Makefile 始终运行 python 个目标

[英]Makefile always running python targets

我正在尝试使用 Make 自动化数据科学工作流程，但它没有按照我期望的方式运行。 当然，我认为我对Make命令的理解有问题，所以我向高手求助。 我已经阅读了以下两个类似的堆栈溢出帖子，但都没有帮助。 Makefile 始终运行目标 为什么始终运行 makefile 目标？ 我的文件夹包含以下文件： ...

在 python 中动态创建变量名，如 sas

[英]Dynamically create variable name in python like sas

在sas中的一个用例中，我将 var 定义为df = 'Jan' 在 sas 中处理数据集时，它是用 SQl 案例语句编写的，例如当 a> 10 then 100 else 250 end as var_&df 的情况 output 是 var_Jan 如果我想在 dataframe ...

用户输入在CSV中查找数据，然后通过JSON字典查找

[英]User input to find data in CSV and then search through JSON dictionary

我是编程新手，我一直在尝试弄清楚如何使用 CSV 文件访问 JSON 中的数据。基本上，我想获取 3 个用户输入，搜索 CSV 并将信息存储在变量中，然后可以用于访问嵌套字典中的位置数据（有 4000 个这样的条目）： CSV 文件的第一段代码是这样的： 当用户输入一个位置时，它会将纬度和经度存储 ...

谷歌文档 AI 标签任务

[英]Google Document AI Labeling Task

大家好，我是相当新的谷歌云控制台。 我正在尝试自定义一个谷歌文档 ai model，它将学习将文档的不同部分提取到各种数据。 正如您在图像上看到的那样，它无法训练 model，而且我已经运行标记任务好几天了，现在我还没有看到任何进展。 您能否协助说明自定义谷歌文档的正确方法是什么 ia model ...

PuLP 线性规划问题不可行

[英]PuLP linear programming problem is infeasible

我正在编写一个线性规划问题来帮助生成每日幻想阵容。 目标是： 最大化 Fpts 投影约束是： 工资（最高50,000） 位置（必须有 1 PG、1 SG、1 SF、1 PF、1 C、1 G、1 F 和 1 UTIL 球员）其中“G”球员是 PG 或 SG，“F”是 SF 或 PF 球员, "UTIL ...

使用 XGBoost 的管道 - Imputer 和 Scaler 阻止 Model 学习

[英]Pipeline with XGBoost - Imputer and Scaler prevent Model from learning

我正在尝试为我的 XGBoost model 构建数据预处理管道。数据包含 NaN，需要缩放。 这是相关代码： 损失立即增加，训练在 20 次迭代后停止。 如果我从管道中删除输入器和缩放器，它会工作并训练完整的 100 次迭代。 如果我手动预处理数据，它也会按预期工作，所以我知道问题不在于数据。 我 ...

如何根据xarray中的月份提取值

[英]how to extract values based upon month in xarray

我有一个维度数组(9131,101,191) 。 第一个维度是从1/1/2075到31/12/2099的天数。 我想提取 7 月份的所有日期。 我怎样才能在 xarray 中做到这一点？ 我试过使用循环和 numpy 但没有得到想要的结果。 最终，我想提取 7 月份下降的所有 arrays 并找到均 ...

从 object 创建 bin

[英]Create bins from an object

我有以下系列 object 类型打印（df ['MySpecificBins']） A列 25- 34 19-24 55-64 我不能使用这个 function 因为我的数据不是连续的 如何以 pythonic 方式创建我的垃圾箱？ ...

缺失数据填充，用均值填充

[英]Missing data fills, fill with the mean

我有一个数据集，其中一列对应于分类数据，分别是 A、B、C、D 和 E，所有这些类别都对应于测试分数，其中一些分数是 NaN 值。 在这种情况下，我想用成绩的平均值来填补这些缺失值中的每一个。 如果我可以只使用 fillna()，这会容易得多，但是类别都是关于成绩的。 非常感谢您的帮助。 所以我想要 ...

如何跟踪数据管道中的数据差异

[英]How to Track Data Difference in Data Pipeline

我们每周都有一组用户数据。 它以百万计。 它由时间戳的一组用户属性（访问、类别、产品等）组成。 现在每周都会更改一些 10 万条记录 - 更新、删除、添加等。这意味着上周拥有特定记录的同一用户可能在某些属性等中更改了一些值。或者新用户可能已完全添加然而，我们目前仍然运行管道，每周为下游任务提供这些数 ...


排序:
质量:
 
粤ICP备18138465号  © 2020-2024 STACKOOM.COM