A
Добрый день. вроде такой вопрос уже тут мелькал, можно ли смерджить по части строки? типа в merge : left_on = 'left_name', right_on = right_name.split(' ')[2]
Size: a a a
2020 December 24
A
или просто данную часть отдельным столбцом вынести и по ней сделать джоин?
2020 December 25
V
Привет!
25.12 будет проходить бесплатный онлайн-воркшоп по применению методов классификации тональности текста.
Присоединяйтесь!
https://maike.ai/workshop2020
25.12 будет проходить бесплатный онлайн-воркшоп по применению методов классификации тональности текста.
Присоединяйтесь!
https://maike.ai/workshop2020
2020 December 26
RG
Всем привет !
Подскажите пожалуйста , как вывести с какими командами покупали больше всего трансляций в старом и в новом сезоне и какая команда лидирует?
Подскажите пожалуйста , как вывести с какими командами покупали больше всего трансляций в старом и в новом сезоне и какая команда лидирует?
RG
Если бы трансляции были бы числовыми, то я бы смог это сделать, но так как они строки не совсем получается, может кто подсказать как лучше сделать ?
RG
У кого какие варианты , подскажите пожалуйста
RG
Также у меня есть переменные
Старый сезон и новый
Старый сезон и новый
RG
df3 =(
merged_table[['title_x','name_x']]
.groupby('title_x')
.max()
.sort_values('title_x', ascending = False)
)
Пытался сделать так, функция работает, но выдает по убыванию текстовые значения
merged_table[['title_x','name_x']]
.groupby('title_x')
.max()
.sort_values('title_x', ascending = False)
)
Пытался сделать так, функция работает, но выдает по убыванию текстовые значения
СИ
Привет!
25.12 будет проходить бесплатный онлайн-воркшоп по применению методов классификации тональности текста.
Присоединяйтесь!
https://maike.ai/workshop2020
25.12 будет проходить бесплатный онлайн-воркшоп по применению методов классификации тональности текста.
Присоединяйтесь!
https://maike.ai/workshop2020
А есть запись?
VM
А есть запись?
Еще не выложили.
VR
Всем привет !
Подскажите пожалуйста , как вывести с какими командами покупали больше всего трансляций в старом и в новом сезоне и какая команда лидирует?
Подскажите пожалуйста , как вывести с какими командами покупали больше всего трансляций в старом и в новом сезоне и какая команда лидирует?
pivot_table поможет как мне кажется
2020 December 27
PZ
загадочная история:
модуль pymystem3 в windows тормозит так, что хоть святых выноси.
и вроде же идея аналогичная что в unix что в винде: просто запускать .exe и кормить его данными.
на windows даже не заметно чтобы проц разогревался. не понятно и на гитхабе у них ни к какому выводу не пришли.
вот уж разница культур. скорее всего, какого-нибудь буфера обмена не хватает по архитектурным причинам.
модуль pymystem3 в windows тормозит так, что хоть святых выноси.
и вроде же идея аналогичная что в unix что в винде: просто запускать .exe и кормить его данными.
на windows даже не заметно чтобы проц разогревался. не понятно и на гитхабе у них ни к какому выводу не пришли.
вот уж разница культур. скорее всего, какого-нибудь буфера обмена не хватает по архитектурным причинам.
AS
Всем привет !
Подскажите пожалуйста , как вывести с какими командами покупали больше всего трансляций в старом и в новом сезоне и какая команда лидирует?
Подскажите пожалуйста , как вывести с какими командами покупали больше всего трансляций в старом и в новом сезоне и какая команда лидирует?
А если сделать 2 столбца "хозяева", "гости" и просуммировать value_counts()?
А
"source": [
"# <center> Экзамен (26.12.2020) </center>\n",
"\n",
"Поздравляю всех с окончанием курса \"Введение в анализ данных с Python\"! Надеюсь вам понравилось и вы получили хороший стимул для дальнейшего изучения науки о данных самостоятельно (и не только). В этом экзамене мы проверим, насколько вы усвоили базовые принципы при работе с данными. \n",
"\n",
"Предупреждаю, что за одинаковый под копирку код (одинаковое название переменных, идентичные комментарии и т.д.) я буду обнулять как минимум задания, а как максимум ставить сразу 0 за всю работу. \n",
"\n",
"Удачи!"
"# <center> Экзамен (26.12.2020) </center>\n",
"\n",
"Поздравляю всех с окончанием курса \"Введение в анализ данных с Python\"! Надеюсь вам понравилось и вы получили хороший стимул для дальнейшего изучения науки о данных самостоятельно (и не только). В этом экзамене мы проверим, насколько вы усвоили базовые принципы при работе с данными. \n",
"\n",
"Предупреждаю, что за одинаковый под копирку код (одинаковое название переменных, идентичные комментарии и т.д.) я буду обнулять как минимум задания, а как максимум ставить сразу 0 за всю работу. \n",
"\n",
"Удачи!"
А
Нужно сделать экзамен до 12, 2к платят
А
Файл в личку могу кинуть
2020 December 28
МП
простите Уэс Маккинни — «Python и анализ данных» 2ое издание на русском не может ли кто поделиться
3
Максим Петров
простите Уэс Маккинни — «Python и анализ данных» 2ое издание на русском не может ли кто поделиться
AS
Python и анализ данных. Второе издание [2020] Уэс Маккинни
Второе издание этой книги дает современное практическое введение в разработку научных приложений на Python, ориентированных на обработку данных. Код переписан под версию Python 3.6, добавлены сведения о последних версиях библиотек pandas, NumPy, IPython и Jupyter. Описаны те части языка Python и библиотеки для него, которые необходимы для эффективного решения широкого круга аналитических задач: интерактивная оболочка IPython и Jupyter-блокноты, библиотеки NumPy и pandas, библиотека для визуализации данных matplotlib и др. Издание подойдет как аналитикам, только начинающим осваивать обработку данных, так и опытным программистам на Python, еще не знакомым с научными приложениями.
#python #программирование
Второе издание этой книги дает современное практическое введение в разработку научных приложений на Python, ориентированных на обработку данных. Код переписан под версию Python 3.6, добавлены сведения о последних версиях библиотек pandas, NumPy, IPython и Jupyter. Описаны те части языка Python и библиотеки для него, которые необходимы для эффективного решения широкого круга аналитических задач: интерактивная оболочка IPython и Jupyter-блокноты, библиотеки NumPy и pandas, библиотека для визуализации данных matplotlib и др. Издание подойдет как аналитикам, только начинающим осваивать обработку данных, так и опытным программистам на Python, еще не знакомым с научными приложениями.
#python #программирование