我有一张按城市和工业分列的就业表。
df <- read.table(text="city industry emp
Washington Auto 2
Washington Aero 2
Boston Auto 4
Boston Aero 2", header = TRUE)
我想按城市计算一个相对多样性指数,即每个城市对所有行业的总和,即每个行业在当地就业中所占份额与其在全国就业中所占份额之间的绝对值的绝对值。这个数学看起来是这样的: RDIc =1/∑i_s_(小写字母是下标:C代表城市,I代表工业;RDI是指数;S是平均份额)。
使用上述数据,我应该得到:
cit
我试图估计那些决定纽约人和芝加哥人幸福水平差异的因素。
数据如下所示。
Happiness City Gender Employment Worktype Holiday
1 60 New York 0 0 Unemployed Unemployed
2 80 Chicago 1 1 Whitecolor 1 day a week
3 39 Chicago 0 0 Unemployed Unemployed
4
我正在使用NumPy,我面临着以下挑战:
这是我的数据:
import numpy as np
# First 20 countries with employment data
countries = np.array([
'Afghanistan', 'Albania', 'Algeria', 'Angola', 'Argentina',
'Armenia', 'Australia', 'Austria', 'Azerbaijan'
我的模特:
@Entity
class Person {
@Id
long id;
@OneToMany
Set<Employment> employments = new HashSet<Employment>();
}
@Entity
class Employment {
@Id
long id;
@ManyToOne
Company company;
Date from;
Date until;
}
这是一个受时间间隔限制的Person和Company之间的关联。
我正在寻找一个J