- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
在 graphlab
中,我有以下 SFrame
调用 train
:
import graphlab
train = graphlab.read_csv('clean_train.csv')
train.head()
[输出]:
+-------+------------+---------+-----------+
| Store | Date | Sales | Customers |
+-------+------------+---------+-----------+
| 1 | 2015-07-31 | 5263.0 | 555.0 |
| 2 | 2015-07-31 | 6064.0 | 625.0 |
| 3 | 2015-07-31 | 8314.0 | 821.0 |
| 4 | 2015-07-31 | 13995.0 | 1498.0 |
| 3 | 2015-07-20 | 4822.0 | 559.0 |
| 2 | 2015-07-10 | 5651.0 | 589.0 |
| 4 | 2015-07-11 | 15344.0 | 1414.0 |
| 5 | 2015-07-23 | 8492.0 | 833.0 |
| 2 | 2015-07-19 | 8565.0 | 687.0 |
| 10 | 2015-07-09 | 7185.0 | 681.0 |
+-------+------------+---------+-----------+
[986159 rows x 4 columns]
要获得每家商店的中位数销售额,我可以执行以下操作,使用 graphlab
为每家商店的中位数销售额附加一个新列:
mediansales_perstore = train.groupby('Store', operations={'mediansales': agg.QUANTILE('Sales', 0.5)})
train_stores = train_stores.join(mediansales_perstore, on='Store')
test_stores['mediansales'] = [i[0] for i in test_stores['mediansales']]
代码在 graphlab
中运行,添加了一个新行 mediansales
。但是当我尝试将 pandas
DataFrame
与代码一起使用时:
mediansales_perstore = train.groupby(['Store'])['Sales'].median()
这会根据 graphlab 代码提取每家商店的中位数销售额,但是当我尝试将其合并回火车矩阵时:
train.join(pd.DataFrame(train.groupby(['Store'])['Sales'].median()), on='Store')
它失败并抛出错误:
ValueError Traceback (most recent call last)
<ipython-input-15-7b64cb46e386> in <module>()
----> 1 train.join(pd.DataFrame(train.groupby(['Store'])['Sales'].median()), on='Store')
/usr/local/lib/python2.7/dist-packages/pandas/core/frame.pyc in join(self, other, on, how, lsuffix, rsuffix, sort)
4017 # For SparseDataFrame's benefit
4018 return self._join_compat(other, on=on, how=how, lsuffix=lsuffix,
-> 4019 rsuffix=rsuffix, sort=sort)
4020
4021 def _join_compat(self, other, on=None, how='left', lsuffix='', rsuffix='',
/usr/local/lib/python2.7/dist-packages/pandas/core/frame.pyc in _join_compat(self, other, on, how, lsuffix, rsuffix, sort)
4031 return merge(self, other, left_on=on, how=how,
4032 left_index=on is None, right_index=True,
-> 4033 suffixes=(lsuffix, rsuffix), sort=sort)
4034 else:
4035 if on is not None:
/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.pyc in merge(left, right, how, on, left_on, right_on, left_index, right_index, sort, suffixes, copy)
36 right_index=right_index, sort=sort, suffixes=suffixes,
37 copy=copy)
---> 38 return op.get_result()
39 if __debug__:
40 merge.__doc__ = _merge_doc % '\nleft : DataFrame'
/usr/local/lib/python2.7/dist-packages/pandas/tools/merge.pyc in get_result(self)
190
191 llabels, rlabels = items_overlap_with_suffix(ldata.items, lsuf,
--> 192 rdata.items, rsuf)
193
194 lindexers = {1: left_indexer} if left_indexer is not None else {}
/usr/local/lib/python2.7/dist-packages/pandas/core/internals.pyc in items_overlap_with_suffix(left, lsuffix, right, rsuffix)
3969 if not lsuffix and not rsuffix:
3970 raise ValueError('columns overlap but no suffix specified: %s' %
-> 3971 to_rename)
3972
3973 def lrenamer(x):
ValueError: columns overlap but no suffix specified: Index([u'Sales'], dtype='object')
如何使用 pandas
以“Store”为键合并“Sales”列的中位数? graphlab
代码有效虽然。
最佳答案
您可以使用 transform
一次性完成此操作:
>>> train['Median-Sales'] = train.groupby('Store')['Sales'].transform('median')
>>> train
Store Date Sales Customers Median-Sales
0 1 2015-07-31 5263 555 5263.0
1 2 2015-07-31 6064 625 6064.0
2 3 2015-07-31 8314 821 6568.0
3 4 2015-07-31 13995 1498 14669.5
4 3 2015-07-20 4822 559 6568.0
5 2 2015-07-10 5651 589 6064.0
6 4 2015-07-11 15344 1414 14669.5
7 5 2015-07-23 8492 833 8492.0
8 2 2015-07-19 8565 687 6064.0
9 10 2015-07-09 7185 681 7185.0
合并错误只是说您在左右框架中有重复的列名称,因此您需要提供后缀来区分列或重命名列:
>>> right = train.groupby('Store')['Sales'].median()
>>> right.name = 'Median-Sales'
>>> train.join(right, on='Store')
Store Date Sales Customers Median-Sales
0 1 2015-07-31 5263 555 5263.0
1 2 2015-07-31 6064 625 6064.0
2 3 2015-07-31 8314 821 6568.0
3 4 2015-07-31 13995 1498 14669.5
4 3 2015-07-20 4822 559 6568.0
5 2 2015-07-10 5651 589 6064.0
6 4 2015-07-11 15344 1414 14669.5
7 5 2015-07-23 8492 833 8492.0
8 2 2015-07-19 8565 687 6064.0
9 10 2015-07-09 7185 681 7185.0
关于python - 通过关键列合并一列的中位数 - SFrame/Pandas,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33860511/
我有几个长度不等的 vector ,我想对其进行cbind。我将 vector 放入列表中,并尝试结合使用do.call(cbind, ...): nm <- list(1:8, 3:8, 1:5)
合并(合并)两个 JSONObjects 的最佳方式是什么? JSONObject o1 = { "one": "1", "two": "2", "three": "3" }
我在一个表中有许多空间实体,其中有一个名为 Boundaries 的 geometry 字段。我想生成一个具有简化形状/几何图形的 GeoJson 文件。 这是我的第一次尝试: var entitie
谁能说出为什么这个选择返回 3.0 而不是 3.5: SELECT coalesce(1.0*(7/2),0) as foo 这个返回 3: SELECT coalesce(7/2,0) as foo
首先抱歉,也许这个问题已经提出,但我找不到任何可以帮助我的东西,可能是因为我对 XSLT 缺乏了解。 我有以下 XML: 0 OK
有时用户会使用 Windows 资源管理器复制文件并在他们应该执行 svn 存储库级别的复制或合并时提交它们。因此,SVN 没有正确跟踪这些变化。一旦我发现这一点,损坏显然已经完成,并且可能已经对相关
我想组合/堆叠 2 个不同列的值并获得唯一值。 如果范围相邻,则可以正常工作。例如: =UNIQUE(FILTERXML(""&SUBSTITUTE(TEXTJOIN(",",TRUE,TRANSPO
使用iTextSharp,如何将多个PDF合并为一个PDF,而又不丢失每个PDF中的“表单字段”及其属性? (我希望有一个使用来自数据库的流的示例,但文件系统也可以) 我发现this code可以正常
是否有一个合并函数可以优先考虑公共(public)变量中的非缺失值? 考虑以下示例。 首先,我们生成两个 data.frames,它们具有相同的 ID,但在特定变量上有互补的缺失值: set.seed
我们正在尝试实现 ALM Rangers 在最新的 Visual Studio TFS Branching and Merging Guide 中描述的“基本双分支计划”。 .从指导: The bas
我在不同目录(3个不同名称)中有很多(3个只是一个例子)文本文件,如下所示: 目录:A,文件名:run.txt 格式:txt制表符分隔 ; file one 10 0.2 0.5 0.
我有一张包含学生等级关系的表: Student Grade StartDate EndDate 1 1 09/01/2009 NULL 2
我在学习 https://www.doctrine-project.org/projects/doctrine-orm/en/2.6/reference/working-with-associatio
我觉得我有世界上最简单的 SVN 用例: 我有一个文件,Test.java在 trunk SVN的。 我分行trunk至 dev-branch . 我搬家Test.java进入 com/mycompa
我有两个数据框,其中一些列名称相同,而另一些列名称不同。数据框看起来像这样: df1 ID hello world hockey soccer 1 1 NA NA
Elasticsearch 中是否缺少以扁平化形式(多个子/子aggs)返回结果的方法? 例如,当前我正在尝试获取所有产品类型及其状态(在线/离线)。 这就是我最终得到的: aggs [ { key:
如何合并如下所示的 map : Map1 = Map(1 -> Class1(1), 2 -> Class1(2)) Map2 = Map(2 -> Class2(1), 3 -> Class2(2)
我试图通过从netezza服务器导入数据来合并两个数据集。 以下是数据集,其数字为,ID为,字母为,名称为: 下表都是使用命令从netezza导入的: sqoop import --connect n
我有两个数组 $array1 = array('first', 'second', 'third', 'fourth'); $array2 = array('first', 'third', 'fou
我正在 SQL Server 中运行合并。在我的更新中,我只想在值发生更改时更新该行。有一个版本行在每次更新时都会递增。下面是一个例子: MERGE Employee as tgt USING (SE
我是一名优秀的程序员,十分优秀!