data-science 第2页 - IT屋-程序员软件开发技术分享社区

pandas 分组并同时对列进行排序

我有一个数据帧dfAS： Election Year Votes Vote % Party Region 0 2000 42289 29.40 Janata Dal (United) A 1 2000 27618 19.20 Rashtriya Janata ..

我的数据帧df是： data = {'Election Year':['2000', '2000','2000','2000','2000','2000','2000','2000','2000','2005','2005','2005','2005','2005','2005','2005','2005','2005', '2010', '2010','2010','2010','2010 ..

发布时间：2022-03-02 10:54:28 python pandas dataframe data-science Python

如何使用statsmodel quantreg拥有多个独立的值列

现在，我正在尝试使用statsmods.formula.api的quantreg，方法是将公式和数据帧放入，就像https://www.statology.org/quantile-regression-in-python/一样。但是，我找不到如何以获取多个独立值的方式构造公式，我尝试了使用‘xValue1，xValue2~yValue’的结构，但是这会导致行不匹配错误，使我认为statsmode ..

发布时间：2022-03-02 10:51:43 python data-science statsmodels quantile-regression Python

将专有持续时间格式转换为毫秒

以下是持续时间格式的示例： 16984 = 16 second 984 milliseconds 214032 = 2 minutes 14 seconds, 032 milliseconds 1649871 = 16 minutes 49 seconds and 871 milliseconds 因此，以人类可读格式表示的持续时间格式看起来是minutes:seconds:milli ..

发布时间：2022-03-02 10:48:00 r time data-science iso8601 其他开发

如何在BigQuery中比较具有记录类型列的两个表

我有两个嵌套表，一个是源表，另一个是目标表。我想比较源表和目标表的嵌套列。我正在比较两个表，以检查源表中的天气数据是否正在更新。BigQuery中是否有SQL可以实现同样的功能？以下是我以前比较具有嵌套记录的两个表的方法： 1.这是第一种方法： SELECT to_json_string(info) FROM database.nested_table_source excep ..

发布时间：2022-03-02 10:44:26 sql google-cloud-platform google-bigquery data-science data-warehouse 其他开发

ASCII中特殊字符的记帐

我正在尝试对正在处理的问题的数据集中的非英语应用进行过滤操作。如何从数据集中删除非英语应用程序？最初的方法是检查字符串是否可以仅使用ASCII字符进行编码。如果该字符串不能仅使用ASCII字符进行编码，则该字符串包含来自其他字母表或特殊字符的字符。在一些玩具示例上测试此方法会产生以下结果： def is_english(app_name): try: app_name.e ..

发布时间：2022-03-02 10:42:18 python utf-8 ascii data-science Python

获取列中值的计数并在绘图中显示其百分比

如何计算列中值的频率并计算相对于总数的百分比？我收到一个数据帧： range 0 G-L 1 M-R 2 G-L 3 M-R 4 A-F 5 S-Z 6 A-F .. .. .. .. 在df.range.value_Counts()之后，我得到以下信息： A-F 1882 G-L 3096 M-R 3830 ..

发布时间：2022-03-02 10:39:08 python pandas data-science data-analysis Python

从Vivino.com上抓取数据

我正在尝试从vivino.com收集数据，但DataFrame结果为空，我可以看到我的汤正在收集网站信息，但看不到我的错误在哪里。我的代码： def get_data(): headers = {"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64; rv:66.0) Gecko/20100101 Firefox/ ..

发布时间：2022-03-02 10:33:49 python pandas web-scraping beautifulsoup data-science Python

牛郎星中具有自定义置信区间的折线图

假设我有以下数据框：我检查了documentation，但它只基于单个列。可重现代码： x = np.random.normal(100,5,100) data = pd.DataFrame(x) epsilon = 10 data.columns = ['x'] data['lower'] = x - epsilon data['upper'] = x + epsilon ..

发布时间：2022-03-02 10:30:00 python-3.x machine-learning data-science altair AI人工智能

在k-均值聚类中，如何设置每个簇的最小观测数？

我正在尝试根据用户行为对一些产品进行集群。我最后看到的是具有非常不同观测数量的星团。我已检查k-Means群集参数，但找不到控制每个群集的最小(或最大)观察数的参数。例如，此处显示了观察值数量在不同群集之间的分布方式。 cluster_id num_observations 0 6 1 4 2 1 3 3 4 29 5 5 有关于如何处理此问题 ..

发布时间：2022-03-02 10:26:36 pandas machine-learning scikit-learn data-science k-means AI人工智能

应用sklearn.compose.ColumnTransformer后保留列顺序

我正在使用sklearn库中的Pipeline和ColumnTransformer模块对我的数据集执行功能工程。数据集最初如下所示：日期 Date_挡路_Num shop_id item_id Item_Price 02.01.2013 0 59 22154 999.00 03.01.2013 0 25 2552 899.00 05.01.2013 0 25 2552 899 ..

发布时间：2022-03-02 10:24:15 python pandas scikit-learn data-science Python

Python中有效分割等比数列(Pythonic Way)

我正在尝试实现涉及几何级数(拆分)的计算。有什么有效的/高效的方法来做这件事吗？数据集有数百万行。我需要列"；TRANLED_QUANTITY&QOOT；标记操作交易量 2019-11-05 09：25 0 0 09：35 2 购买 3 09：45 0 0 09：55 1 购买 4 10：05 0 0 10：15 3 购买 56 10：24 6 购买 8128 ..

发布时间：2022-03-02 10:20:45 python math data-science Python

无需解压缩包即可下载CONDA数据科学库

我想使用数据科学库NumPy、Pandas、Pytorch和Huging Face转换器创建一个Python环境。我使用miniconda创建环境并下载和安装库。conda install，--download-only中有一个标志，用于在不安装所需软件包的情况下下载它们，然后从本地目录安装它们。即使conda只是下载程序包而不安装它们，它也会将其解压缩。是否可以下载软件包而不解压，然后在 ..

发布时间：2022-03-02 10:18:10 download data-science conda 其他开发

在R中，我如何统计语料库中的特定单词？

我需要统计特定单词的出现频率。很多话。我知道如何将所有单词归入一组(见下文)，但我想了解每个特定单词的计数。这是我目前的情况： library(quanteda) #function to count strcount ..

发布时间：2022-03-02 10:15:37 r nlp data-science quanteda 其他开发

在Python/Biopython中生成所有可能的唯一肽(置换)

我有一个场景，其中我有一个具有9个氨基酸的肽框。我想通过替换此框架上最多3个氨基酸(即仅替换1个、2个或3个AA)来生成所有可能的肽。框架为CKASGFTFS，我希望通过从20个AA池中最多替换3个AA来查看所有突变。我们有20个不同AA(A、R、N、D、E、G、C、Q、H、I、L、K、M、F、P、S、T、W、Y、V)的池。我刚开始编码，所以有人能帮我解决如何用Python ..

发布时间：2022-03-02 10:12:11 python data-science computer-science bioinformatics biopython Python

ValueError：在LightGBM中检测到循环引用

我训练LightGBM模型时出现以下错误： # Train the model import lightgbm as lgb lgb_train = lgb.Dataset(x_train, y_train) lgb_val = lgb.Dataset(x_test, y_test) parameters = { 'application': 'binary', 'obje ..

发布时间：2022-03-02 10:08:19 python-3.x data-science 其他开发

Gridsearch CV中的评分

我刚刚开始使用Python中的GridSearchCV，但是我搞不清楚这里面到底有什么好处。我见过的某个地方 scorers = { 'precision_score': make_scorer(precision_score), 'recall_score': make_scorer(recall_score), 'accuracy_score': make_sco ..

发布时间：2022-03-02 10:05:02 python machine-learning data-science grid-search AI人工智能

在SCRICIT学习中实现自定义丢失功能

我想在SCRKIT学习中实现自定义丢失功能。我使用以下代码片段： def my_custom_loss_func(y_true,y_pred): diff3=max((abs(y_true-y_pred))*y_true) return diff3 score=make_scorer(my_custom_loss_func,greater_ is_better=False) c ..

发布时间：2022-03-02 10:02:34 python machine-learning scikit-learn data-science gridsearchcv AI人工智能

在Python中与R'；的Browser()等效

标题说明了一切。当您使用R和使用RStudio时，通过将browser()调用放在代码中的任何位置并查看哪里出错，调试起来非常简单。有没有办法用Python做到这一点呢？我渐渐厌倦了打印语句调试。推荐答案看起来您正在查找ipdb 基本用法是设置： import ipdb ipdb.set_trace() 要浏览的代码；这将把您带到代码的该部分，以便您可以浏览该点的所 ..

发布时间：2022-03-02 09:59:14 python r debugging data-science Python

主题建模评价：如何理解连贯系数/cv为0.4，是好是坏？

我想知道一致性分数为0.4是好是坏？我使用LDA作为主题建模算法。此上下文中的平均一致性分数是多少？推荐答案连贯性度量主题内单词之间的相对距离。有两种主要的C_V类型，通常是0<；x<；1和UMass14<；x<；14。除非被测量的词是相同的单词或二元语法，否则很少看到连贯性为1或+.9。就像United和States可能会返回~.94的连贯性分数，或者HE ..

发布时间：2022-03-02 09:55:23 data-science lda topic-modeling 其他开发

data-science相关内容