如何使用uproot将带有TVector3分支的TTree加载到Pandas DataFrame中
uproot是一个用于读取ROOT文件的Python库，它可以将ROOT文件中的数据加载到Pandas DataFrame中。下面是使用uproot将带有TVector3分支的TTree加载到Pandas DataFrame的步骤：
- 首先，确保已经安装了uproot库。可以使用以下命令进行安装：
- 首先，确保已经安装了uproot库。可以使用以下命令进行安装：
- 导入所需的库：
- 导入所需的库：
- 使用uproot打开ROOT文件并加载TTree：
- 使用uproot打开ROOT文件并加载TTree：
- 其中，"filename.root"是ROOT文件的路径，"treename"是TTree的名称。
- 使用uproot的
arrays方法将TTree中的数据加载到Python字典中： - 使用uproot的
arrays方法将TTree中的数据加载到Python字典中： - 在这里，"branch1", "branch2"等是TTree中的分支名称，可以根据需要加载多个分支。
- 将字典转换为Pandas DataFrame：
- 将字典转换为Pandas DataFrame：
- 这将创建一个包含TTree中所有分支数据的DataFrame。
通过上述步骤，你可以使用uproot将带有TVector3分支的TTree加载到Pandas DataFrame中。这样，你就可以使用Pandas提供的丰富功能对数据进行处理和分析。
注意：在使用uproot时，需要确保ROOT文件的格式正确，并且TTree中的分支名称与实际数据匹配。另外，uproot还支持其他功能，如选择特定的事件范围、加载指定类型的数据等。你可以参考uproot的官方文档（https://uproot.readthedocs.io/）了解更多详细信息。
相关·内容
我有几个根文件，其中包含一个带有一些分支的TTree，这些分支是TVector3对象。我试图将向量分量(x，y，z)加载到Pandas DataFrame中，但无论我如何尝试，我都会遇到这个错误： ValueError: cannot interpret branch b'hitPosExtrap' as a Python type 我正在尝试使用uproot.pandas.iterate，但是也尝试了树的f[tree_name].array('hitPosExtrap')方法，但是没有用。在我看来，它似乎能够理解TVector3对象，但我猜我遗漏了一些东西。
浏览 25提问于2020-01-27得票数 1
我曾经使用tree.pandas.df()函数(2年前)从根文件中检索熊猫数据。但是，在最近运行代码时，我得到了以下错误。有人能告诉我问题出在哪里吗？
f = uproot.open(inputFile)
treeName = "myTreeName"
tree = f[treeName]
myDf = tree.pandas.df('branchName',entrystop=nEvent, flatten = False)
AttributeError：“Model_TTree_v19”对象没有“熊猫”属性
浏览 8提问于2022-09-22得票数 1
在使用输出.root文件的Geant4进行模拟时，我很高兴地发现了uproot包。
我相信数据帧是完成特定分析任务的最佳选择，所以我使用uproot.pandas.df()将TTree中的内容读取到这样的数据帧中。
不幸的是，这最终成为了一个瓶颈。虽然代码可以很好地处理所有数字输入，但处理字符串似乎是一个严重的问题。该文件非常大，生成的帧有2406703行。
而这段代码(Egamma和z_eu都是数字)：
df = uproot.open('rootFile.root')['seco_tuple;1].pandas.df( ['Egamma','
浏览 18提问于2019-11-19得票数 1
2回答
我正在尝试在TH1D中读取uproot4对象的一个分支。可以使用以下方法创建示例根文件：
TFile * f = new TFile("new.root","RECREATE");
TTree * t = new TTree("mytree","mytree");
t->SetMakeClass(1); //See note later
TH1D * histo;
t->Branch("myhisto","TH1D",&histo);
for(int i=0;i<10
浏览 3提问于2021-03-05得票数 1
回答已采纳
我正在尝试使用uproot向.root文件中的现有TTree添加分支。有没有可能用uproot实现这一点？
浏览 13提问于2020-09-24得票数 1
回答已采纳
1回答
我正在尝试从一个根文件中提取循环/修订("TreeName;3“等)，并在一个新的根文件中为它们设置自己的树。我尝试通过创建一个新文件并将它分配给一个新的名称来完成它，但是我发现一个错误，告诉我TTree是不可写的。
with uproot.open("old_file.root") as in_file:
with uproot.recreate("new_file.root") as out_file:
for key in in_file.keys():
ttree = in_file[key]
浏览 11提问于2022-11-18得票数 1
回答已采纳
我需要读取一个根树，其中包含一个存储在结构中的2D数组，为此我想使用uproot。
例如:下面的代码片段在一个结构中创建了一个同时具有二维数组和二维数组的树。Uproot本身读取2D数组没有问题，但不知道如何在结构中解析它。
有没有办法告诉uproot如何解析这个结构？
Float_t x2[15][2]={{0}};
struct POINT{
Float_t x[15][2]={{0}};
Float_t y[15][2]={{0}};
};
POINT point;
TTree tree("T","ROOT tree with 2D array and 2
浏览 3提问于2020-06-23得票数 1
我试图以与输入TTree相同的一般格式输出一个TTree，该TTree的结构如下：
ttree.show(datatypes.keys())
name | typename | interpretation
---------------------+--------------------------+-------------------------------
Weight | float | AsDtype('>
浏览 7提问于2022-06-14得票数 1
回答已采纳
我使用熊猫和链接从.root文件中读取数据，并得到如下表：
因此，从我的.root文件中，我得到了一些树的分支。
fname = 'ZZ4lAnalysis_VBFH.root'
key = 'ZZTree/candTree'
ttree = uproot.open(fname)[key]
branches = ['nCleanedJets', 'JetPt', 'JetMass', 'JetPhi']
df = ttree.pandas.df(branches, entrystop=4030
浏览 3提问于2020-02-04得票数 2
我使用的是pythong版本3.6.5，并且有一个具有多维结构的锯齿状TTree。这些数据分布在1000多个文件中，所有文件都具有相同的TTree结构。
假设我有两个文件，我将它们命名为fname1.root fname2.root
下面的代码可以自己打开它们中的任何一个：
import uproot as upr
import awkward
import boost_histogram as bh
import math
import matplotlib.pyplot as plt
#
# define a plotting program
# def plotter(h)
#
# pr
浏览 13提问于2019-11-01得票数 1
我想尝试使用uproot将一些具有平面根NTupels的根文件读取到桌面框架中。214个文件，每个500kb，大约8000行，每个文件16列/变量。它们很容易放入内存中的熊猫数据框中，但我正在尝试学习dask (和uproot，以前只使用过root_pandas )，因为我预计未来会有更大的数据集。
因此，我认为uproot.daskframes(list_of_paths, flatten=True)应该是将文件读入桌面框架的工具。创建框架很好，但在以下Too many open files错误中计算它：。当我将文件限制为例如100，它的计算工作，但很慢(30秒)，对少数文件，它是没有问题的
浏览 31提问于2020-02-12得票数 1
1回答
在做完模拟之后，我有了一个现有的TTree。我想在这个TTree中添加一个分支，并将其命名为树中的Muon.Mass。我还希望将Muon.Mass分支的值设为0.1。
我该怎么写呢？
我已经看到了如何从头开始创建TTrees，以及如何拥有不同变量的分支。但是当我已经有了一个TTree的时候，我不确定到底该做什么。
浏览 9提问于2020-02-16得票数 0
我正在用scikit learn建立一个机器学习项目。输入数据为平面根NTuples。
在过去，我一直使用root_numpy将NTuples转换为保存在h5文件中的pandas.DataFrame。
我在想我能不能用uproot
a)完全跳过h5转换？
b)使用的内存不像从h5加载DataFrame那么多吗？
我天真的第一次尝试是这样的：
'''
Runs preselection, keeps only desired variables in DataFrame
'''
def dropAndKeep(df, dropVariables=N
浏览 8提问于2019-11-12得票数 2
1回答
我有一个带有分支的TTree。我可以使用以下命令绘制分支 treename -> Draw("branchname") 但是，我也想知道这个图的积分。 我正在尝试像这样的东西 treename->GetIntegral("branchname") 但是我收到一个错误，说"GetIntegral“不是TBranch的成员
浏览 13提问于2020-08-11得票数 0
1回答
因此，我得到了一个包含两个TTree对象的TFile，这两个对象包含轨道/塔pT、eta和phi，由事件划分。我的目标是提取事件中的每个赛道和塔，然后使用FastJet包对整个事件进行聚类。现在，如果我使用纯根目录执行此任务，我的分析最多需要30分钟(使用大约100 GB的TFile)。在此期间，uproot在此时间限制内将仅处理10,000个事件... 很明显，我做错了什么，所以我想问，什么是访问逐条磁道信息的正确方法，以获得与ROOT相同的速度？
浏览 12提问于2019-12-29得票数 1
回答已采纳
我使用Dask来执行以下逻辑：
从多个输入文件读取主延迟dd.DataFrame (每个文件一个pd.DataFrame )
对主延迟的query执行多个DataFrame调用
使用DataFrame.to_hdf保存DataFrame.query调用中的所有数据文件。
如果我在to_hdf调用中使用to_hdf，并将每个to_hdf调用返回的Delayed列表提供给dask.compute，则会出现崩溃/seg故障。(如果我省略了compute=False，一切都运行得很好)。有人在谷歌上给我提供了一些关于锁的信息；我尝试添加一个dask.distributed.Clie
浏览 0提问于2019-08-13得票数 1
对不起，如果这是一个欺骗，类似的问题，我发现所有涉及anaconda，这是我没有使用。我对python和jupyter环境相当陌生。
当我试图将“链接”包导入到我的jupyter笔记本或jupyter实验室时，我会得到以下错误：
---------------------------------------------------------------------------
ModuleNotFoundError Traceback (most recent call last)
<ipython-input-4-dafb83b77728&
浏览 4提问于2020-11-09得票数 2
回答已采纳
我目前有一个格式的.dat文件：
格式: Log(10，s22th13) deltacp ^2
-4 0 0.098127
-4 4 0.093642
-4 8 0.089323
-4 12 0.085185
4 16 0.081242 .
如何使用根创建一个绘图，将指定的标签保留在.dat文件的顶部？
浏览 2提问于2017-02-26得票数 0
1回答
我正在尝试构建一个具有excel功能的python程序。在遵循使用Tkinter在Treeview中打开excel电子表格的之后，我尝试在条目小部件中命名它之后，创建一个函数来删除列。但它返回了以下错误：
_tkinter.TclError: Item {'width': 200, 'minwidth': 20, 'stretch': 1, 'anchor': 'w', 'id': 'Sit Sin'} not found
(“Sin”是我正在使用的电子表格中列的名称)
这是打开ex
浏览 5提问于2022-07-14得票数 0
回答已采纳
我有一个*.root文件，我正试着用根(uproot4)将它读入Python。它看起来是这样的： >>> data = up.open('file.root')
>>> data.keys()
['ring_sums;1', 'tpc_multiplicity;1', 'impact_parameter;1']
>>> data['ring_sums']
<TMatrixT<double> (version 4) at 0x0205b219d
浏览 27提问于2021-01-22得票数 1
回答已采纳
我正在尝试从Cern根TTree文件中读取数据。我以前没有使用过根，我正在为这一点而挣扎。我对C++很熟悉，所以可以对数组方面的事情进行排序，但是我已经在网上浏览过几个教程页面，而且没有得到任何东西。
如何从TTree文件读取数据？我假设它是通过遍历树的节点来完成的(同样，我也不确定文件是如何组织的？)在一个for循环里？
这里是我一直试图遵循的那种参考的例子。
据我所知，这是一个通用的问题，但TTree的问题不是泛型的？(因为它们可以包含不同的变量名，我认为？)
因此，我认为重要的进一步资料是：
通过打开根对象浏览器TBrowser b -并浏览到'.root‘文件，(并双击它)，
浏览 1提问于2015-02-04得票数 3
我想知道如何将TLorentzVector信息从.root文件转换为Pandas的推荐协议。到目前为止，我的策略是为我关心的每个粒子保存pT、eta和phi信息。然后，我编写自己的函数(基于TLorentzVector定义)来计算我可能偶尔需要的任何其他数量，如DeltaR、mT等。
然后，我想知道是否只需要将TLorentzVector保存到我的DataFrame中，然后使用DataFrame在运行中获得诸如pT、eta、phi等数量(当我运行刚刚从.root文件转换的DataFrame时，这是有效的)：
for row in df.index:
print(df.at[row,&#
浏览 4提问于2020-05-19得票数 1
回答已采纳
1回答
我正在尝试将火车和测试数据帧加载到dataset对象中。将熊猫数据加载到dataset对象中的通常方法是：
from datasets import Dataset
import pandas as pd
df = pd.DataFrame({"a": [1, 2, 3]})
dataset = Dataset.from_pandas(df)
我的问题是如何加载、训练和测试两只熊猫的数据集？
例如，如果我有两个数据文件：
from datasets import Dataset
import pandas as pd
df_train = pd.DataFrame({"
浏览 5提问于2022-06-04得票数 1
我有带有.mat数据的HDF5文件，我想将它加载到Python (Pandas DataFrame)中。我可以加载文件：
f2 = h5py.File("file.mat")
f2['data']
它是一个HDF5数据集：
<HDF5 dataset "data": shape (9999999, 32), type "<f8">
如果我和潘达斯一起读的话：
g = pd.read_hdf("file.mat",'data')
我得到以下错误：
cannot create a st
浏览 6提问于2017-05-26得票数 2
回答已采纳
据我所知，Dask DataFrame是处理表格数据的正确方法。我在PostgreSQL中有一个表，我知道如何将它加载到pandas.Dataframe中。
我知道，odo可以用来将pandas.DataFrame转换成dask.dataframe。但这不是惰性操作:这种转换强制将整个PostgeSQL表加载到内存中，这是不好的。我更喜欢逐项阅读或逐块阅读。怎么做？
卡桑德拉也有类似的问题。但是Cassandra就像分布式存储，可以为分布式访问进行优化。但怎样才能和达斯克做这件事？
浏览 1提问于2016-10-06得票数 6
我有一个工具可以用pandas DataFrames处理内存中的数据，我希望能够使用Spanner作为其中一些处理的数据源。如何使用Python在Spanner中运行查询，然后将所有查询结果下载到pandas DataFrame？
浏览 5提问于2020-07-23得票数 1
我正在尝试跳过在加载到pandas数据帧时产生比预期更多的列的行。
就像这个Pandas选项:当error_bad_lines = False时，pandas将跳过这些行。
如何使用to-pandas-dataframe()实现这一点？
谢谢。
浏览 24提问于2020-11-17得票数 1
关于如何将数据分割成不同的块，我已经看到了很多问题。我想知道的是，如何将dataframe转换为与将csv文件加载到带有块大小参数的dataframe时完全相同的对象，即
df = pd.read_csv(file_path, chunksize=1e5)
type(df)
>> pandas.io.parsers.TextFileReader
我希望从包含不同块中的数据的dataframe中重新创建一个相同的TextFileReader对象。对怎么做有什么想法吗？
浏览 1提问于2019-06-07得票数 1
回答已采纳
1回答
我的数据集是巨大的。我正在使用Azure ML notebooks，并使用azureml.core读取日期集并转换为azureml.data.tabular_dataset.TabularDataset。无论如何，我会过滤tabularDataset中的数据，而不是转换为pandas数据帧。我使用下面的代码来读取数据。由于数据量巨大，pandas数据帧正在耗尽内存。我不需要将完整的数据加载到程序中。仅需要子集。有没有办法在转换为pandas数据框之前过滤记录 def read_Dataset(dataset):
ws = Workspace.from_config()
ds
浏览 69提问于2021-01-06得票数 1
我必须从csv文件中读取数据，并且我想使用一个热编码来转换两个列。 csv文件数据在数据之间有一个带有';‘的列(例如CITY;MONTH;SALES_AMOUNT)。如何在单独的列中加载到pandas dataframe中？ 期望结果:例如CITY MONTH SALES_AMOUNT 而不是：CITY;MONTH;SALES_AMOUNT
浏览 2提问于2019-04-16得票数 0
回答已采纳
1回答
我正在尝试从给定的特定文件中生成直方图，但我得到了以下错误：
Error in <TTree::SetBranchAddress>: The pointer type given "Double_t" (8) does not correspond to the type needed "vector<float>" by the branch: mu_phi
我猜问题是，我试图加入的变量是以向量的形式存在的，但我不知道如何修正它。运行后的画布(无论是eta、phi、energy.)只要包含条目的数量、平均值和代表这一点的行，它们看起来都
浏览 8提问于2022-11-23得票数 0
我试图将几只股票的时间序列回报加载到一个DataFrame中：
import datetime
import numpy as np
import pandas as pd
pd.core.common.is_list_like = pd.api.types.is_list_like
import pandas_datareader.data as web
import fix_yahoo_finance as yf
yf.pdr_override()
#Get the historical prices
C= web.get_data_yahoo("C",start=
浏览 0提问于2018-10-13得票数 1
回答已采纳
我使用pymssql和Pandas sql包将数据从SQL加载到带有frame_query的Pandas dataframe中。
我想使用write_frame将它发送回SQL数据库，但我还没有找到太多关于这方面的文档。特别是，有一个参数sqlite=‘sqlite’。这是否意味着到目前为止，Pandas只能导出到SQLite？我的公司使用的是MS SQL Server 2008，因此我需要导出到该数据库。
浏览 0提问于2012-07-03得票数 7
回答已采纳
1回答
将根树转换为HDF5
、、、
我在根目录中有一个包含1000个事件和15个变量的TTree。我想把它全部转换成一个hdf5数据集。我如何在HDF5组中组织我的数据，以便我可以按事件编号和按变量访问数据(例如，如果我想要所有事件的‘动能’变量的所有数据)？注意:我已经尝试过root2hdf5转换工具，但它不适用于具有数组/复合数据类型的分支。
浏览 11提问于2018-10-05得票数 0
将字符串保存到TTree后
std::string fProjNameIn, fProjNameOut;
TTree *tTShowerHeader;
tTShowerHeader = new TTree("tTShowerHeader","Parameters of the Shower");
tTShowerHeader->Branch("fProjName",&fProjNameIn);
tTShowerHeader->Fill();
我正在尝试执行以下操作
fProjNameOut = (std::string) t
浏览 0提问于2011-08-10得票数 2
回答已采纳
1回答
我有一个Python应用程序，它连接到Azure数据库，并使用带有SQLAlchemy的Pandas read_sql方法对表执行选择操作，并将其加载到dataframe中。
recordsdf = pd.read_sql(recordstable.select(), connection)
该记录库大约有5000条记录，该函数大约需要10秒才能执行(我每次都要提取所有记录)。但是，当我从本地Server数据库中选择时，使用相同数据的相同操作大约需要0.5秒。
我能做些什么来减少将数据从Azure加载到dataframe所需的时间？将整个Python应用程序移动到Azure服务器上会有帮助吗？
浏览 0提问于2020-04-24得票数 0
我想从InstaCart 加载大型.csv (340万行，206k用户)开源数据集
基本上，我在将orders.csv加载到Pandas DataFrame时遇到了问题。我想学习将大文件加载到Pandas/Python中的最佳实践。
浏览 3提问于2017-06-14得票数 1
我从一个在线课程下载了一些数据。
解压缩后，它生成一个名为home.gl的文件夹(该文件夹带有gl扩展名)，在该文件夹中，它们是这些奇怪的扩展名文件。在课程中，他们使用graphlab (付费程序)，但他们说也可以使用Pandas。
这是可以加载到DataFrame中的数据，它们实际上只是加载它：
sales = graphlab.SFrame('home_data.gl/')
这是提取出来的图像。
如何将这些数据加载到Python (最好是熊猫)中？
这是他们的指示。
浏览 11提问于2015-11-01得票数 3
回答已采纳
我是蟒蛇的新手。我的问题有点含糊不清。如果单元格中的任何字符串与特定通配符规则匹配，我希望从dataFrame中选择行。让我们假设这个例子：
表到屏幕：
df=pd.DataFrame({'Column':[
'select rows in pandas DataFrame using comparisons against two columns',
'select rows from a DataFrame based on values in a column in pandas',
'use a list
浏览 5提问于2017-02-12得票数 2
回答已采纳
我有一个datetime系列的pandas DataFrame和一个有编号索引的pandas DataFrame：
如何设置带有编号索引的DataFrame的索引，以使DataFrame的索引与序列相匹配？
浏览 7提问于2018-08-04得票数 0
回答已采纳
TL;DR：我如何从分布式读取中收集元数据(解析期间的错误)到dataframe集合中。
目前，我有一种专用的文件格式，用于输入dask.DataFrame。我有一个函数，它接受一个文件路径并返回一个pandas.DataFrame，dask.DataFrame成功地在内部使用该函数将多个文件加载到同一个dask.DataFrame。
直到最近，我还在使用自己的代码将几个pandas.DataFrames合并为一个，现在我正在使用dask。在解析文件格式时，我可能会遇到错误和某些条件，我希望将其作为元数据(日志、数据来源等)记录并与dask.DataFrame对象关联。
需要注意的是，在合理的
浏览 7提问于2016-01-26得票数 2
回答已采纳
2回答
检索Pandas中的数据
、、、
我使用pandas和.root从.root文件中读取数据，我得到了一个类似下面的表：
上面的表格是用以下代码制作的：
fname = 'ZZ4lAnalysis_VBFH.root'
key = 'ZZTree/candTree'
ttree = uproot.open(fname)[key]
branches = ['Z1Flav', 'Z2Flav', 'nCleanedJetsPt30', 'LepPt', 'LepLepId']
df = ttree.panda
浏览 16提问于2020-02-07得票数 3
回答已采纳
我在Windows 10，Python3.8.5，xlwins-0.23.0上
我正在尝试将Excel中选定的单元格加载到Pandas DataFrame中。下面是上的文档：
xlwings.load(index=1, header=1)
将活动工作簿的选定单元格加载到熊猫DataFrame中。如果您选择一个有相邻单元格的单个单元格，则范围会自动扩展并转化为熊猫DataFrame。如果您没有安装熊猫，它会将值作为嵌套列表返回。
参数：index (bool or int, default 1) -定义左边将被转换为DataFrame索引的列数
header (bool or int, defa
浏览 12提问于2021-04-09得票数 0
回答已采纳
我正在使用一个具有数百万行和100+列的Oracle数据库。我尝试使用带有索引的pytables将此数据存储在HDF5文件中。我将在pandas DataFrame中读取这些数据的子集并执行计算。
我尝试了以下几种方法：
使用实用程序将表下载到csv文件中，使用pandas逐块读取csv文件块，并使用pandas.HDFStore附加到HDF5表。我创建了一个dtype定义并提供了最大字符串大小。
但是，现在当我尝试直接从Oracle DB下载数据并通过pandas.HDFStore将其发布到HDF5文件时，我遇到了一些问题。
pandas.io.sql.read_frame不支持分块读取。我
浏览 2提问于2013-12-17得票数 12
有一个以datetime列作为索引的Pandas Dataframe。 time open high low close weekday
2000-05-30 17:00:00 0.93020 0.93050 0.92970 0.92970 1
2000-05-30 18:00:00 0.92980 0.93000 0.92960 0.92960 1
2000-05-30 19:00:00 0.92970
浏览 23提问于2021-02-03得票数 1
回答已采纳
我试图使用几何列(从Postgres )使用pd.read_sql_table方法将表加载到Pandas DataFrame。我得到了错误，因为几何类型似乎不被支持：
C:\Anaconda3\lib\site-packages\sqlalchemy\dialects\postgresql\base.py:3010: SAWarning:没有识别列‘几何学’的‘几何学’类型‘%“%’‘
有人知道如何将这些数据加载到Pandas吗？在"read_sql_table“的Pandas页面上，我看不到定义列数据类型的选项。
浏览 2提问于2019-12-16得票数 3
回答已采纳
我正在尝试将mongodb集合数据导入到pandas数据帧中。当数据库名称简单如'admin‘时，它能够加载到数据帧中。但是，当我尝试一个名为asdev-Admin的所需数据库(第5行)时，我得到一个空的dataframe。显然，这个错误与db名称中的特殊字符有关，但我不知道如何绕过它。我如何解决这个问题？？
import pymongo
import pandas as pd
from pymongo import MongoClient
client = MongoClient()
db = client.asdev-Admin
collection = db.system.gro
浏览 15提问于2019-11-26得票数 0
回答已采纳
pandas dataframe.to_gbq()函数是大容量加载到表中还是插入到表中？
浏览 1提问于2017-06-21得票数 0
回答已采纳
1回答
简短问题：--如果您必须有许多(甚至超过200个)成员变量(每个变量都是我们分析中感兴趣的物理量的一个图)。声明这些变量的最佳位置是什么？
长解释:我用于分析的框架创建了一个类来循环事件，可以将其缩小为
constructor()
initialize()
execute()
finalize()
在标题中，您将声明类似的指针(显然这是我们必须使用的ROOT包的一个要求)：
std::vector<double> *m_jet_pt;
和指向直方图类的指针：
TH1F *h_jet_pt;
然后，在constructor中，必须初始化指向特定内存地址的指针(据我所知，这是以后从文件
浏览 1提问于2015-05-04得票数 4
可以创建包含列表类型字段的pandas.DataFrame吗？
例如，我想将以下csv加载到pandas.DataFrame：
id,scores
1,"[1,2,3,4]"
2,"[1,2]"
3,"[0,2,4]"
浏览 0提问于2015-12-10得票数 14
回答已采纳
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
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
