使用多个分类变量之间的偶数表示从数据帧生成列表

文章/答案/技术大牛

发布

1回答

python、list、pandas、unique、itertools

我正在尝试定义DF之外的组。根据分类变量，这些组必须尽可能相似。同样，颜色在组之间也不会有均匀的表示，因为我们只有2个黄色。但是，这些黄色弹珠必须尽可能均匀地分布在组中。这将在数据集中的所有分类<

浏览 0提问于2017-08-05得票数 1

回答已采纳

2回答

使用lapply根据两个或多个因子变量对数据框子集

r、dataframe、subset、apply

这是StackOverflow问题Subset Data Based On Elements In List的扩展，它回答了如何创建新dfs列表的问题，每个列表都是通过基于分组因子变量对原始列表进行子集来构建的我遇到的挑战是，我需要使用多个分组变量创建dfs 为了概括这个问题，我创建了这个玩具数据集-它以每日降雨量作为响应变量，并以当天的温度范围

浏览 31提问于2020-06-14得票数 1

回答已采纳

1回答

SPSS logistic回归可接受方程

analytics、logistic-regression、spss

logistic回归是否适用于分类因变量、连续变量和分类自变量？协变量是连续的还是分类的，这有关系吗？我一直收到关于冗余的警告，在我寻找多重共线性并去掉高度相关的变量后，我仍然得到了警告。

浏览 9提问于2020-12-09得票数 0

1回答

如何从PySpark中一个DataFrames的每一行生成大量的DataFrame集合，然后将其缩减？

sql、dataframe、apache-spark、pyspark

不幸的是，我不能分享我的实际代码或数据，因为它是专有的，但如果问题对读者来说不是很清楚，我可以生成一个MWE。我正在处理一个包含大约5000万行的数据帧，每行都包含一个大型XML文档。从每个XML文档中，我提取了一个与出现次数和标记之间的层次关系相关的统计数据列表(没有什么比无文档记录的XML格式更让人愉快的了)。我可以在<e

浏览 21提问于2021-10-26得票数 0

1回答

我可以在r中的多个数据帧列表中应用滑动窗口吗？

r、list、dataframe、feature-extraction

我有一个大约400个数据帧的列表，我想为每个数据帧提取特征。所有数据帧的功能都将是相同的。我可以直接对数据

浏览 2提问于2017-07-12得票数 0

回答已采纳

1回答

获取由get_dummies创建的伪变量的名称

pandas、encoding、dummy-variable

我有一个数据帧，其中包含大量不同类型的列。我想使用get_dummies()对数据帧中的分类变量进行编码。问题是:有没有一种方法可以获得get_dummies()创建的编码分类列的列标题最困难的方法是提取数据帧中所有分类变量的列表，然后将与每个分类

浏览 16提问于2020-09-10得票数 0

1回答

DataFrame创建其他间隔/范围/期间列

python、pandas、dataframe、timestamp、range

我有一个从2019年8月到2020年4月的数据帧。我想向这个数据帧中添加一个列/分类变量，然后按这个新引入的列进行分组和聚合。我在这个数据框中有一个date列。type(df["Date"].iloc[0])，它的计算结果为datetime.date 我在这个数据框中还有一列，表示星期是df["Week]。到目前为止，我

浏览 25提问于2020-04-22得票数 0

2回答

范畴变量计数热图

r、ggplot2、heatmap、categorical-data、pheatmap

我有一个项的数据框架，每个条目都有多个分类器列，它们都是分类变量。B6 B A C 我想为每个测试列(test1 v test2、test1 v test3等)生成一个热图使用ggplot2。热图将在x侧包含测试列中的所有因素(在本例中为A、B、C)，而在y侧则包含其他测试的所有因素，而热图中的框应该根据具

浏览 1提问于2018-06-25得票数 1

回答已采纳

2回答

寻找数字编码的分类变量之间的相关性？

python、pandas、machine-learning、statistics

所以我有一个包含分类变量的数据集。我已经根据类别x的数量从0:x对每个类别进行了编码。我试图找到变量(数字和分类)与目标变量(也是分类变量，但已编码为0表示否，1表示是)之间的相关性。我已经能够对所有变量(大约有17个)运行此代码，它似乎确实起作用了，但我质疑相关性是否正确。我以前没有在我的<

浏览 2提问于2017-11-16得票数 0

1回答

如何使用for循环保存多个不同名称的数据帧？

python、dataframe、for-loop、web-scraping

我正在从一个网站上抓取数据，所以我创建了一个for循环来从多个网页收集数据并生成单独的数据帧。但是，我不知道如何用不同的名称保存它们。我首先创建了数据帧名称列表：for i in range(0,50): dataframe_names.append(text) 然后，

浏览 4提问于2020-10-29得票数 0

1回答

如何在Sklearn管道中进行Onehotencoding

python、scikit-learn、pipeline、sklearn-pandas

我正在尝试oneHotEncode我的Pandas数据帧的分类变量，其中包括分类变量和连续变量。我意识到使用pandas .get_dummies()函数可以很容易地做到这一点，但我需要使用管道，以便稍后可以生成PMML文件。这是创建映射器的代码。我想要编码的分类变量存储在一个名为'dummies‘

浏览 15提问于2017-02-13得票数 13

回答已采纳

1回答

将dataframe列的条目与列表进行匹配，并基于匹配创建新列

python、pandas、list、dataframe

我正在寻找一种pythonic方法来处理这个数据帧列和列表匹配问题：这是我的数据框架： ? 现在，我有一个roll_no的列表： roll_no_matching = [3,5] 我想在这个列表和B栏，也就是roll_no栏之间做一个匹配。并插入一个新列，该列的0表示不匹配，1表示匹配。例如，生成的数据

浏览 13提问于2021-01-07得票数 1

回答已采纳

2回答

将多个Excel文件导入多个pd.Series

python、pandas

我正在尝试创建一个for循环来将多个Excel文件导入到多个数据帧中。我尝试使用两个变量进行for循环，其中f表示文件的路径，i表示从1到len(files)的不同数据帧，因此数据帧将被命名为"1“，并包含来自第一个路径的Excel等。os.listdir(path) for f, i in zip

浏览 47提问于2019-04-09得票数 0

回答已采纳

1回答

使用dyplr左连接合并两个数据帧

r、merge、dplyr

我正在尝试使用右连接和dplyr合并两个数据帧，但是想知道我是否应该使用交叉连接。我已经阅读了多个其他相关的线程，但都没有用。简而言之，正确的连接对我有效，但它将两个数据帧之间的公共变量作为单独的.x和.y变量重新生成。我只想在"SUBJECT“关键变量上添加一个从左(x)数

浏览 12提问于2019-10-22得票数 0

3回答

获取数据框中的最小行数

r、dataframe、min

我正在处理一个包含65个变量的数据帧。第一个变量对一个人进行分类，接下来的64个变量表示该人与64个位置中的每个位置之间的地理距离。使用R，我想创建一个新的变量，用于编目每个人到这64个位置中的一个的最短距离。例如:如果人员X距离位置35，50，79,100,450...miles，我希望新<

浏览 0提问于2012-01-24得票数 8

回答已采纳

2回答

R:不管顺序如何，按列分组，然后在第三列上进行功能。

r、grouping

我有来自多个TSdist函数的输出来测试多个时间序列之间的差异。得到的矩阵被转换成数据帧，使用我使用melt转换成单个数据帧。第一列将行ID表示为列，第二列表示冒号。我试图计算整个时期之间的平均相似性。我试图按前两列分组，在第三列上执行和操作。下面是一个数据框架示例。B = factor(x

浏览 1提问于2018-04-27得票数 1

回答已采纳

1回答

如何在list.file中编辑数据框

r、loops、purrr、data-cleaning

我已经创建了一个包含以下说明的excel文件列表： setwd(folder1/folder2) bases.list<- lapply(bases, read_excel) 数据框的名称类似于: jan20student.xlsx、feb20student.xlsx、……、jan21student.xlsx。该数字表示2020年或2021年。所有数据帧<

浏览 22提问于2021-07-22得票数 0

回答已采纳

2回答

在使用pandas.get_dummies进行一次热编码时保留列顺序

python、pandas、one-hot-encoding

在Pandas数据帧中使用哪一种最佳/最Pythonic的方法来实现一种热编码分类特性，同时保持从其中提取类别(新列名)的列的原始顺序？例如，如果数据框架(Df0)中有三列："Col_continuous“、"Col_categorical”、"Labels"，则使用 df1hot = pd.get_dummies(df0, columns= ["Col_c

浏览 1提问于2019-04-04得票数 4

1回答

在多变量随机森林分类模型中使用CSR矩阵

python、pandas、dataframe、matrix、sparse-matrix

我正在尝试利用CSR矩阵作为变量来增强我的模型。该矩阵是从pandas数据帧中的字符串值分析tf-idf度量得出的。 CSR矩阵所源自的序列有7325条记录。在生成CSR矩阵之后，它具有(7325,4927)的形状。我不清楚矩阵的格式，也不清楚4927代表什么。但基本上，我尝试在多变量随机森林分类模型中使用矩阵作为1个变量。我

浏览 19提问于2021-01-29得票数 0

1回答

从for循环中按名称访问变量

r、loops、eval

我为列表(category.levels = c("Art","Music",...)的每个类别名称创建了多个数据帧-每个类别级别一个数据帧。数据帧被称为Data_Art, Data_Music等。我现在尝试在for循环中循环时访问这些数据帧，并对它们中的每一个执行与其他通用数据帧的合并。

浏览 5提问于2016-05-31得票数 0

点击加载更多