Python-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

ermutuxia

如何把一个脏乱的json文件借助pd.read_json命令整理成一个标准的数据框？

如何把一个脏乱的json文件借助pd.read_json命令整理成一个标准的数据框？这里给大家上传一个真实的数据情况（已经经过脱敏和截取处理）0323.txt如何将数据导入后变成如下这种格式？感兴趣的同学可以做一下我这里把我写的代码给大家看一下import pandas as pd#读入数据，由于这个log文件格式比较特殊，不能用pd.read_json命令导入，需要用open导入成字符串然后进行

2.8473

2

0

0

关注作者

收藏

读童话的狼

这个三维数组索引三种方法结果不一样，是为什么哈

:2是切片，0是整数索引，使用整数索引得到的结果会低一个维度

99.9374

1

0

0

关注作者

收藏

读童话的狼

ValueError: The number of FixedLocator locations (6), usually from a call to set_ ticks

错误的原因是刻标与标签长度不一致，增加一个步骤即可

99.9374

4

1

0

关注作者

收藏

liting李

pandas中两个不同索引的Series相加是怎么相加的？

eries加法运算将索引值一致的元素相加，一个数组中的索引值在另一个数组中无法找到的，未找到对应索引的数组元素值为NaN,NaN值与其他数字加减乘除均得到NaN值，按照这个规则现有代码如下：

99.9374

1

0

0

关注作者

收藏

fs陈晓亮

怎样用正则表达式分别保留文本数据中的中文，英文和数字？

怎样用正则表达式分别保留文本数据中的中文，英文和数字？

92.2756

1

12

0

关注作者

收藏

yuanjie8

Pyecharts的图表js离线包问题

pyecharts-assets离线包安装好后，路径参数设到本机离线包文件夹，柱形图堆叠图条形图都能离线生成HTML并能在notebook内展示图表。折线图和K线图能生成html，但在notebook内展示图表为空白，当本机联网后，notebook内展示图表就正常了。请问是缺失什么文件，还是别的原因无法保证离线状态下正常生成pyecharts各类图表。

92.2756

1

0

0

关注作者

收藏

读童话的狼

为什么随机森林可以设置boostrap，GBM不可以，不都是树模型吗？

不一样的，随机森林属于bagging，GBM属于boosting，这是两种模型框架，bagging就类似于并联电路，最后的结果是多个基分类器投票出来的，boosting类似于串联电路，下一个基分类器去拟合上一步的残差

99.9374

1

0

0

关注作者

收藏

读童话的狼

是不是DT在参数调优的时候不能设置 n_estimator

是的，决策树模型只有一颗树，没有基分类器

0.0000

0

0

0

关注作者

收藏

读童话的狼

classifier和regressor有啥却别，不都是计算吗

classifier是分类，适用y是分类变量，regressor是回归，适用y是连续变量

99.9374

1

0

0

关注作者

收藏

liting李

pandas按照某一列从小到大的顺序排列

df.sort_values(by=['time_list'], ascending=True, inplace=True)pandas排序的方法有很多，sort_values表示根据某一列排序 pd.sort_values("xxx",inplace=True) 表示pd按照xxx这个字段排序，inplace默认为False,如果该值为False，那么原来的pd顺序没变，只是返

92.2756

1

0

0

关注作者

收藏

liting李

MySQL count(1) count(*) 比较详解

count(*) 将返回表格中所有存在的行的总数包括值为 null 的行，然而 count(列名) 将返回表格中除去 null 以外的所有行的总数 (有默认值的列也会被计入)，这点对于所有数据的 COUNT 计算都是一样的count(1) 与 count(*) 比较 :1> 如果数据表没有主键，那么 count(1) 比 count(*) 快2> 如果有主键的话，那主键 (联合主键) 作为 cou

92.2756

1

0

0

关注作者

收藏

liting李

python 如何提取多个excel表中的某行/列数据做合并

首先把所有要提取数据的excel放置到同一个目录文件夹下导入包：import os '用于提取目录下文件名'import pandas as pd '用于生成data_frame进行结果存储'提取目录文件夹中所有的文件名：只需要写到目录文件夹的路径即可，会输出目录文件夹中所有的文件名称info = os.listdir('/目录文件夹路径/') '创建空的列表用于存放提取出得数据'data =

59.9593

1

0

0

关注作者

收藏

liting李

python如何提取Excel某几列数据

import xlrddata_name = xlrd.open_workbook(dir) #打开文件，dir为文件路径table = data_name.sheet_by_index(sheetnum) #打开工作表，sheetnum为工作表的索引cols = table.ncols #获取所有的列data = [] #存储数据#举例除了第三列不提取之外，提取其

59.9593

1

0

0

关注作者

收藏

fs陈晓亮

英文分词报错

QQ图片20210324114041.pngfrom nltk.tokenize import word_tokenizestring=df['title'][0]string#输出结果为'Economy Gains 227,000 Jobs in January Under President Trump - Breitbart'word_tokenize(string)报错提示为-------

92.2756

1

8

0

关注作者

收藏

读童话的狼

918: UserWarning: One or more of the test scores are non-finite

这是因为随机森林回归criterion参数只能选择criterion : {"mse", "mae"}, default="mse"随机森林分类则是criterion : {"gini", "entropy"}, default="gini"

59.9593

1

0

0

关注作者

收藏

读童话的狼

init_ 0 got multiple values for argument 'param_distributions'

把这个hyper_ params_ rdf参数去掉，把n_estimator全都写进param_dist里，这个tuple共同是调优参数

59.9593

1

0

0

关注作者

收藏

读童话的狼

FileNotFoundBrror: [Errno 2] No such file or directory: ’taobao_ data. txt'

使用绝对位置引用在使用绝对引用时，需要在路径前加一个r,不然容易报下面错误

59.9593

1

0

0

关注作者

收藏

ermutuxia

本地绑定host：在python中执行nltk.download()的时候下载超慢，最后超时无法下载成功

执行如下命令import nltknltk.download() #执行这个下载语料库命令的时候显示超时，也没有弹出像官方网站说的那个窗口，然后肯定是没有下载成功，怎么办？In [12]: nltk.download()Traceback (most recent call last):File ", line 1, in nltk.download()File "D:\ProgramData\

3.0802

2

1

0

关注作者

收藏

LYY202012

为什么 df.head(), 和 print(df.head()) 输出的样式会不一样呢？分别代表什么？

200.0000

1

4

0

关注作者

收藏

liting李

如何利用python对Excel中的特定数据提取并写入新表

实际的问题是要从excel表中提取日期、邮件地址和时间，然后统计在一定时间段内某个人在某个项目上用了多少时间，最后做成一张数据透视表（这是问题的大致意思）。首先要做的就是数据提取了，excel中本身有一个text to column的功能，但是对列中规律性不好的数据处理效果很差，不能分割出想要的数据，所以我果断选择用python来完成。要用的库一个是对excel读写处理的，一个事正则表

200.0000

1

0

0

关注作者

收藏

<1…121314…39>

CDA考试动态

CDA报考指南