1回答
我有一个熊猫数据框架，看起来像这样： df0 2020-08-17 1 1 0 Date A B C3 2020-08-18
浏览 22提问于2020-09-01得票数 0
回答已采纳
3回答
我有一个稀疏矩阵，X，由TfidfVectorizer创建，其大小是(500000, 200000)。我想把X转换成一个数据帧，但是我总是会收到一个内存错误。我试过了和
pd.read_csv(X.toarray().astype("float32"), columns=tokens有人能告诉我什么是简单的解决办法吗？我<
浏览 0提问于2021-04-10得票数 1
2回答
我正在开发基于pandas DataFrame对象的工具。我希望将scipy稀疏矩阵保留为DataFrame的列，而不是将其按行转换为dtype('O')的列表/数值数组。当在矩阵中的行索引上提供pd.RangeIndex时，矩阵将对数据帧中的每一行重复(因为pandas认为它是标量)。ma = scipy.sparse.rand(10, 100, 0.1, 'csr'
浏览 12提问于2016-09-12得票数 4
回答已采纳
我有(607875, 12294)大小的熊猫数据帧。数据是稀疏的，如下所示：0 abc 0 0 1 ...2 abc 0 0 1 ...对于较小的数据帧，它工作得很好，但对于这种大小，它工作了一个小时，没有完成工作。输出数据</em
浏览 2提问于2020-03-11得票数 1
我使用python api从mysql的一个表中返回数据。下面的代码适用于1个功能。zip的返回值是一个1的元组。trgt = zip(*listtrain) 如何添加另一个特性如何构建fX？来自f1和f2。
谢谢。
浏览 34提问于2018-06-03得票数 0
1回答
我有几个数据(按季度)，我正在计算每个季度的值，并试图填充一个具有日期变量(季度)的表，即12-31-201506-30-2016
...在这里，对于每个季度，我有一个顶级帐户的列表，我在总结，比方说，前100行来计算每个季度前100个帐户的持有量。现在，我想用计算值填充表。sum, topaccount_2021_12['balance']
浏览 1提问于2022-03-18得票数 1
回答已采纳
我在处理原始成像质谱数据。这种数据非常类似于一个传统的图像文件，除了3个彩色通道之外，我们还有对应于我们正在测量的离子数量的通道(在我的例子中，是300)。数据最初是以专有格式存储的，但可以将其导出为具有以下格式的表形式的.txt文件：正如你所想象的那样，这些文件可能是巨大的。典型的图像可能
浏览 1提问于2016-02-02得票数 0
回答已采纳
我想把熊猫的SparseDataFrame转换成scipy.sparse.csc_matrix。但我不想先把它转换回稠密矩阵。基本上，我需要的是进一步从df获得一个scipy.sparse.csc_matrix。有办法做到这一点吗？
浏览 0提问于2016-12-15得票数 3
嗨，我见过一些机器学习实现的例子，它们使用带有数据帧的as_matrix作为机器学习算法的输入。我想知道是否可以使用元组，它是.as_matrix的输出，作为机器学习算法的输入，如下所示。
浏览 2提问于2017-05-15得票数 0
1回答
将混合列类型的熊猫数据帧--数值、序数和分类--转换为稀疏数组是机器学习中的一个核心问题。现在，如果我的熊猫的数据框架只包含数字数据，那么将数据框架转换为稀疏的csr矩阵：如果我的数据框架由顺序数
浏览 4提问于2020-05-18得票数 2
我正在尝试使用sklearn模块中的朴素贝叶斯分类器来分类电影评论是否是正面的。我使用一袋单词作为每个评论的特征，并使用一个大型数据集，其中包含评论的情感评分。df_bows = pd.DataFrame.from_records(bag_of_words)4 0 0 0 0
浏览 29提问于2020-07-22得票数 3
1回答
我有一个字典名称date_dict，以datetime日期为关键字，值对应于观察值的整数计数。我将其转换为稀疏序列/数据帧，并希望将其加入或转换为具有连续日期的序列/数据帧。DateTime索引创建一个空的数据帧，但是这会引入一个不需要的列，而且看起来很笨拙。我觉得我好像错过了一个涉及连接的
浏览 1提问于2012-11-14得票数 17
回答已采纳
嗨，我有下面的数据帧1 a, b, c 1003 b,c 805 a 150预期答案：a 50
a
浏览 7提问于2022-05-19得票数 0
1回答
我有一个熊猫数据框架，大约有一百万行和三列。这些列有3种不同的数据类型。NumberOfFollowers是一种数值数据类型，UserName是一种范畴数据类型，嵌入式是一种范畴集类型。我想把这个熊猫数据帧转换成LibSVM输入格式。它将输入作为NumPy数组或稀疏矩阵。因此，我知道它可以使用稀疏矩阵来完成，但是，我不知道<em
浏览 0提问于2020-04-28得票数 3
我有一个SQLContext数据框架，它是由几个数字列组成的熊猫数据框架。我想使用pyspark.mllib.stats包进行多元统计分析。统计函数期望向量的RDD。我无法将此数据帧转换为向量的RDD。有办法转换数据帧吗？代码： summary = Statistics.colStats
浏览 0提问于2015-07-01得票数 1
回答已采纳
我想要将一个矩阵(非常稀疏，有数百万个零和几个其他数字)作为熊猫数据帧保存到.csv文件中，但是数据帧将0保存为0.0 (浮点数而不是整数)，因此文件变得非常大。所以我想将0.0保存为0，以减小输出.csv文件的大小。我正在尝试类似这样的东西： import pandaspd = pandas.DataFrame(table, columns = [&#x
浏览 37提问于2020-07-24得票数 0
我只想看看有没有人能看到我在做什么之前的错误.：现在，如果我用它创建一个稀疏矩阵并显示它，那么列级别的名称就会消失：ds如果我将稀疏版本转换回稠密版本，那么这些级别的名称仍然会消失：tf = ds.to_dense()
现在我知道了，显示稀疏版本会调用to_dense()，但是损失似乎发生在向稀疏转换时。我正在探索迁移到稀疏</
浏览 6提问于2015-11-13得票数 1
回答已采纳
我正在尝试从一个稀疏的numpy矩阵创建一个SparseSeries列表。创建lil_matrix很快，并且不消耗大量内存(实际上，我的维度更多的是数百万，即1500万个样本和400万个特征)。我之前读过一篇关于这方面的。但这个解决方案似乎也消耗了我所有的内存，冻结了我的电脑。从表面上看，熊猫SparseSeries并不是真的稀疏，还是我做错了什么？最终目标是在此
浏览 1提问于2015-05-21得票数 1
我有一个非常稀疏的Pandas DataFrame，大约有1,000行和10,000列。大多数行只包含20-100个非零值。现在，我想在每一行中选择任意10个随机非零值，并将它们的值设置为0。这是我第一次尝试(对熊猫非常不友好)： row = df.iloc[i]
nonZeros = np.where(row > 0
浏览 0提问于2018-07-24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
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
