我有一个这样的数据帧 data = [(("ID1", 1, 5)), (("ID1", 2, 6)), (("ID1", 3, 7)),|ID2| 2| 6||ID2| 4| 1|+---+----+----+ 我想要计算最后3个相关性和平均，每组，最后</em
浏览 46提问于2019-12-24得票数 1
回答已采纳
1回答
我有下面的PySpark数据帧： cust | amount | A | 5 | A | 3| 2 | C | 7 |
C | 5 | 我需要按列'cust'分组，并计算每个组的平均值data.withColumn("avg_amount", F
浏览 32提问于2021-02-01得票数 0
回答已采纳
我做了10000次复制，我从一个ID列表中随机抽取样本，然后将它们与另一个ID列表配对。在那之后，我添加了一个列，它给出了对彼此的关联性。然后我取了每组随机抽样的相关性的平均值。所以我最终得到了10000个值，它们代表了每组随机采样的相关性的平均值。然而，我想取而代之的是所有10000组随机抽样的第一行的相关性的</em
浏览 1提问于2017-10-13得票数 0
1回答
我希望创建一个表，其中包含两组变量之间的相关性(即，第1组中的每个变量与第2组中的每个变量之间的相关性，以及与我不需要的同一组中的变量之间的相关性)，以便最后一个表具有第一组变量的名称的
浏览 1提问于2015-10-25得票数 1
回答已采纳
2回答
我有一个向量，我想根据向量中的值的滚动平均值进行分组。如果数值大于平均值，则将其放入组1，如果值小于平均值，则将其放入组2。在我的向量中，可以使用哪个函数来为每个to值指定一个组号，以确定它的值是否大于当前平均值。
浏览 2提问于2013-04-04得票数 0
回答已采纳
2回答
电火花码群函数中的一个错误
、、、、
format="csv", sep=",", inferSchema="true", header="true")
但在执行过程中，
浏览 12提问于2022-08-09得票数 0
1回答
以群体为手段
、、、
我有一个有几个列和几行。我想按一个名为"A“的栏目分组。我可以通过df.groupby('A')来完成这个任务。现在，我想采用每个组中称为"C“的列的方法，这是我可以用df.groupby('A').C.mean()做的。最后，我想取C栏中每一组的平均值。我怎样才能做到这一点(最后<em
浏览 0提问于2018-06-14得票数 0
回答已采纳
1回答
我有一个具有以下结构的dataframe：import pandas as pd
{ "x": [1, 2, 2, 3, 2, 3, 4, 2], }df每个</em
浏览 5提问于2022-04-26得票数 1
回答已采纳
3回答
如果我们有一个由一列类别和一列值组成的Pandas数据框架，我们可以通过执行以下操作来删除每个类别中的平均值：据我所知，不直接提供这个按组/转换操作(我在Spark1.5.0上使用PySpark
浏览 8提问于2015-12-25得票数 19
回答已采纳
1回答
我正在在线监视数百个用户的活动，并试图获得最后5行的平均记录(忽略中间缺少的日期)。我使用Window.partitionBy在用户和rowsBetween之间进行分区，以获得最后5条记录，但不是为后面的每一行提供最后5条记录的平均值，而是将所有其他行都包含到平均值中。这就是我尝试过的：
from pyspark.sql import functions as f
浏览 1提问于2021-02-23得票数 1
回答已采纳
2回答
我有一个有11列的数据框架，其中9列是数字的。我试图找出8列与其余列的相关性，即8个变量与1个变量的相关性，而不是在一个矩阵中生成9个不同的值。9 2.73021114 -0.130141775 1.85304372 90
浏览 7提问于2015-05-31得票数 2
回答已采纳
1回答
了解回归结果
、、、、
我有一组描述不同时间点的现象的数值特征。为了评估每个特性的个别性能，我进行了一个线性回归，并排除了一个验证，并计算了相关性和误差，以评估结果。因此，对于一个功能，应该是这样的：
根据F对P进行线性回归，再加上剔除1。评估:计算相关性(线性和spearman)和误差(平均绝对值和
浏览 1提问于2015-12-08得票数 0
回答已采纳
如何使用Pandas计算GroupBy对象的滚动均值？我的守则：df = df.set_index('ds')grouped_df是什么样子的：我希望使用Pandas计算我的GroupBy对象中每个组<
浏览 1提问于2015-10-18得票数 1
回答已采纳
我的数据框架很简单。两列:第一列有基因型(1-39)，第二列有性状值(数值，连续)。我想选择8个基因型，并计算相关性状值的平均值和stdev值。最后，我想对8种基因型进行10,000次的抽样，而对于每一个样本，我希望得到相关性状值的stdev和平均值。理想的情况是，在矩阵中，每一行代表一个样本，每种基因型代表8列，对于stdev和与这些基因型关联的</em
浏览 1提问于2012-06-05得票数 1
1回答
使用数据(方)，假设我知道成交量和开盘价之间存在平滑的关系。此外，我知道最具预测性的滚动均值的长度因股票而异。对于一些人来说，它是很短的，一天2天。对于其他10。我想为每个股票创建多个滚动长度在2到10天之间的方式。
到目前为止，我尝试了tibbletime包，并获得了一个开始，这样我就可以计算其中一个的多个滚动平均值。它创建了滚动方法，但不是按组</em
浏览 0提问于2018-09-05得票数 0
2回答
多变量时间序列异常检测
、、、、
如您所见，我有四个事件，以及每个事件在不同时间内发生的总次数。
一个小时后，我将获得每个事件的新发生次数，因此我希望根据该事件的历史水平来判断该事件的发生次数是否异常。我认为如果我为每个事件建立四个不同的回归很容易，但在现实生活中，我可能会有许多事件，这会降低效率，所以我想知道解决这个问题的最好方法是什么？有什么我应该试试的模型吗？我读到了KNN，但不需要分类标签，而我的情况
浏览 10提问于2020-11-07得票数 0
1回答
因此，我正在尝试计算滚动平均值，基于一些列和一些分组列。在我的例子中：groupby_columns =“人口统计”，“发起人”，"START_ROUND_60"，"WDAY"，"PLAYBACK_PERIOD“df['rolling'
浏览 1提问于2020-09-07得票数 0
在我目前正在处理的一个数据集中，我尝试计算每一行的'Total‘的偏差，这取决于以下数据帧中的每个子组：所以我的目标是，例如，计算‘分支’列中每个'A‘的'Total’的偏差，以及这组‘A’的平均值，以及数据中每个可能的子组的
浏览 10提问于2019-10-29得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
腾讯会议
云直播
对象存储活动推荐
腾讯云开发者
