如何根据单独的、小得多的R数据帧(62行)中的日期范围定义对R数据帧(>10000行)中的每一行进行分类？ConcFlow$DATE是否落入First.Flush中定义的范围来确定。如果日期在First.Flush$Start和First.Flush$End (含)范围内，则需要将其定义为湿季。如果不是，则应定义为旱季。我是R的新手，循环对我来说还不是很有意义。我不知道这是不是最好的方法--任何帮助都会非常感谢
浏览 21提问于2021-01-23得票数 0
回答已采纳
对于一些背景知识，我一直致力于医疗保险索赔的二进制分类，并正在实现sklearn的FeatureHasher来向量化分类功能，其中许多特性在基数上特别高，具有高计数的独特因素级别，而sklearn的FeatureHasher一直是对所有这些信息进行编码的有用工具。例如，如果我在最初的培训集中有一个特定分类特征中的10个因素级别，而在每天传入的索赔数据摘要中只有三个因素级别在相同的<
浏览 0提问于2020-04-27得票数 0
1回答
不可见数据中不存在虚拟变量级别
、、、、
我已经训练了一个具有5个分类变量水平的logistic回归模型，所有水平对模型都有意义。 然而，在看不见的数据上，分类变量的级别数为3。因此，训练后的模型无法对看不见的数据进行预测，因为它无法找到一些级别。 我使用了一种热编码来转换分类变量。如何解决这个问题？',drop_first=True)
df = pd.concat([df,metadata_employeegroup],axis=1) 基于
浏览 9提问于2019-12-19得票数 0
回答已采纳
1回答
我面临的问题是，我的一些分类特性具有很高的基数，有许多非常罕见或独特的价值观。我已经绘制了我的8个分类特征，其中最重要的是独特的因素水平：
替代虚拟变量：我一直在阅读特征哈希，并了解到该方法是一种可用于快速和空间效率高的特征矢量化方法的替代方法，它的特殊性适用于基数较高的分类数据我计划利用Scikit的FeatureHasher对我的分类特性执行100多个唯一特性级别的特性散列(我将为剩下的不到100个唯一功能级别</e
浏览 3提问于2020-04-02得票数 0
回答已采纳
1回答
我有一个具有0级和1级的多级索引数据，0级是日期，级别1是资产ids。df-10:将根据0级检索最后10个索引下的所有行。我尝试过许多类似于此的东西：通常情况下，对于该级别，我会以某种形式的类型不匹配结束。0级索引是一个日期时间，但我已经对其进行了排序，并希望访问一个数字范围</em
浏览 1提问于2018-09-03得票数 0
回答已采纳
1回答
我注意到在训练中使用公式法和非公式法会产生不同的效果。此外，公式法所需时间几乎是非公式法所需时间的10倍。这是意料之中吗？# -------------------------------
> system.time(r <- train(c1 ~ ., z, method="rf"
浏览 2提问于2014-03-05得票数 5
回答已采纳
1回答
我有多个具有日期列的数据帧。我想按日期列按5天对这些数据帧进行分组。()我尝试使用pd.cut，但它不适用于datetime列。pd.cut(df['DateCol'], 10)给了我TypeErrorpd.groupby(<em
浏览 2提问于2016-11-30得票数 1
1回答
为此，我有一个数据框架，将它们作为一个因素存储，级别是范围的中点，标签是要显示的范围。例如，12.5级将标记为10-15%。 rownames = FALSE,
如您所见，它似乎是对字符串的第一个数字进行排序，而不是根据<e
浏览 4提问于2016-02-26得票数 5
回答已采纳
1回答
数据集具有所有的分类特性，与R不同，Python需要对分类变量进行虚拟编码。我使用以下代码对所有分类变量执行虚拟编码：df_with_dummies = pd.get_dummies(df2, columns = col_names)
虚拟编码根据每个列的因素
浏览 1提问于2017-07-02得票数 0
回答已采纳
2回答
R说：
逻辑标志，以确定级别是否应被视为有序的(按给定的顺序)。此外，有序参数的使用与使用将对因素排序的“级别”参数有何不同：
names<- factor(c("fred","bob","john"), levels= c("john","fred","bob")我对如何使用“有序”和“等级”感到困惑。
浏览 2提问于2014-04-30得票数 9
1回答
我有一个与分类x轴的散射，但我的圆圈与轴不对齐。bokeh.models import ColumnDataSource, HoverTool
x_axis_rng = ['VAL 1','VAL 2']
df.columns = ['x','y']
print(chart_data
浏览 0提问于2018-06-29得票数 1
回答已采纳
1回答
我需要创建一个具有多个索引的pd.DataFrame。第一个索引级别是1...n的一个简单范围。第二个级别是日期时间索引。所有列都包含floats。下面是我的n=2示例。import strategies as st
df1, df2):
df = pd.concat(
浏览 5提问于2020-09-28得票数 2
回答已采纳
1回答
我试图根据多个因素对数据进行排序，但在这样做时遇到了困难。我希望根据最近的输入日期和最大值材料文档项目对每一批和每一批材料进行排序。(So _2超过1等)在上面的示例数据中，我希望第5行排在第1位，因为它是最近的日期，具有最高的资料文档项。
浏览 11提问于2022-05-18得票数 0
1回答
我有一个像这样的数据框架 group=rep(c(1,2,2,2,1,1), each=5),现在，我希望使用var1绘制ggplot，并按id对图进行分类，但按group (以及group中的id )对方面进行排序我认为，我必须使id成为一个级别按照group排列整齐的因素<
浏览 3提问于2014-01-24得票数 0
回答已采纳
我已经在网上搜索了好几个小时了，我只找到了如何在一个因素范围内订购/重新排序的答案，而现在我确实知道如何去做了。我似乎无法围绕着所需的操作来对多个叠加图进行排序，例如，除了最后一个级别值之外，所有的累积值都是这样。x:离散值，每个值由一个单条表示，例如A、B、C、Df:因素，例如年份的水平(2012:2018)df <- data.frame(f=factor(sample(2012:position_fil
浏览 0提问于2019-02-08得票数 1
回答已采纳
1回答
我正在使用Seaborn创建一个箱形图(更准确地说，是boxen图)，并按一个分类变量对数据进行分割。曲线图显示得很好，但是考虑到基于该类别的不同数据分布，y轴值对于每个类别的单个因素/级别应该是不同的。Tableau允许您在分割数据时指定一致/唯一的轴值，我也想这样做。下面是我的工作代码：import seaborn as sns
df = pd.read_csvmycsv.cs
浏览 18提问于2020-05-11得票数 3
回答已采纳
新列在分组后需要按特定日期分组。在对它们进行排序之后，它们被除以当天的值总数(这个数字存储在counts_date中)。这给了我一个0-1的范围。dataframe是一个具有date作为级别0的多个索引，唯一的id是级别1。
ranks2=list(df.columns.values)
浏览 0提问于2018-08-14得票数 0
回答已采纳
1回答
为了得到最终的价格，我必须根据分类将两个模型的系数估计值相乘。如果两个模型都有相同的自变量和相同的水平，那么问题就微不足道了。我可以将这两个函数的拟合值相乘，就完成了。当这些因素具有不同的级别时，问题就出现了，这是合并它们以获得更好结果的原因。假设我有3个级别0-25,25-50,50-110的频率因子年龄和2个级别0-25,25-110的严重程度因子。Frequency Severity25-50
浏览 3提问于2014-08-01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
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
