数据分析师-数据科学专业问答社区-CDA答疑社区

热线电话：13121318867

登录

啊啊啊啊啊吖

gsub / sub在某些字符之间提取

如何从R中的以下字符串中提取数字/ ID？link

8.6399

1

3

0

关注作者

收藏

啊啊啊啊啊吖

如何将基于组的向量传递给dplyr的汇总或变异中的函数？

我正在尝试使用包中的AUC函数创建准确性，灵敏度和特异性的汇总表psych。我想为分组变量的每个级别定义输入向量（t，4 x 1向量）。我试过的似乎忽略了分组。例：library(tidyverse)library(psych)Data

0.0000

0

5

0

关注作者

收藏

啊啊啊啊啊吖

将字符串拆分为4个字符，用逗号分隔

我需要将一个字符串从字符串右边分成4个字符的组，并用逗号分隔。示例： "5707559" 需要显示为0570,7559，如果字符串是奇数（3个字符），则添加前导零。原始字符串（需要分隔的字符串）具有来自dataframe列的可变长度： Strings Fixed_Strings 5707559 0570, 7559 7502 7502 302

17.7429

2

3

0

关注作者

收藏

啊啊啊啊啊吖

替换文件名的第一个字符

我试图用一个普通的字母替换11个文件的前3个字符x

8.6399

1

3

0

关注作者

收藏

啊啊啊啊啊吖

在数据帧中同时计算，均值，方差和偏度的函数

我有这个数据帧um dois tres1.2 1.9 0.11.2 1.1 22.2 1.2 0.43.0 1.8 2.6我需要在同一函数中计算数据帧的均值，方差和偏度。我把功能分开了。有什么建议？mean

10.7653

1

1

0

关注作者

收藏

啊啊啊啊啊吖

根据group_by行及其列值选择行

我制作了一个可重复的数据集。在这个数据集中，我试图获取按“值”和“类别”分组的列，并且只有在该group_by中存在值大于4的“值”时，才能获得“类别”中所有值的最大值提出问题的另一种方法是为每个标签的每个“类别”获取最大的“值”，只有在“类别”中存在大于4的“值”时das

0.0000

0

1

0

关注作者

收藏

啊啊啊啊啊吖

dplyr arrange（）的问题

我在网上找到的有关tidyeval的所有内容都是较旧的，并且不及最新版本的tidyverse \ dplyr，或者不太适用。一个示例是：df

6.9776

1

4

0

关注作者

收藏

啊啊啊啊啊吖

按日期和月份选择时间段

我有一个按年组织的数据框。例如：date < - seq（as.Date（“2001-07-20”），as.Date（“2010-12-31”），by = 1）现在我想通过使用两个时间段来选择子集：2004年至2008年6月23日至7月13日和7月20日至8月9日。你能提供一些线索吗？谢谢！是的，它可以通过以下方式解决：test [%%之间的％c（“2004-07-20”，“2004-08-

8.6399

1

5

0

关注作者

收藏

PGC123

python爬虫用到哪些工具？

Python自带：urllib，urllib2第三方：requests框架：Scrapyurllib和urllib2模块都做与请求URL相关的操作，但他们提供不同的功能。urllib2.：urllib2.urlopen可以接受一个Request对象或者url，（在接受Request对象时候，并以此可以来设置一个URL 的headers），urllib.urlopen只接收一个url

28.1580

5

5

0

关注作者

收藏

PGC123

什么是session?

Session:在计算机中，尤其是在网络应用中，称为“会话控制”。Session 对象存储特定用户会话所需的属性及配置信息。这样，当用户在应用程序的 Web 页之间跳转时，存储在 Session 对象中的变量将不会丢失，而是在整个用户会话中一直存在下去。当用户请求来自应用程序的 Web 页时，如果该用户还没有会话，则 Web 服务器将自动创建一个 Session 对象。当会话过期或被放弃后，服务器

24.6329

4

4

0

关注作者

收藏

PGC123

什么是cookie？

cookie是由服务器端产生并保存在浏览器端的key-value对，有了这个东东，服务器可以很方便的确认访问者的信息。为了区分不同的客户端，服务器会在浏览器中发送一个对应的sessionid保存到cookies中，下次浏览器请求服务器的时候会将sessionid一并发送给服务器。所以session机制依赖于cookie机制。

15.5511

2

5

0

关注作者

收藏

PGC123

什么是网络爬虫？

网络爬虫听起来高大上，其实从原理上来说还是比较容易理解的。爬虫是通过代码模拟浏览器上网的过程来访问网站服务器获取数据并解析整理数据的代码。网络爬虫一般应用于竞价商品分析、广告投放分析等场景。

15.5511

2

2

0

关注作者

收藏

PGC123

python 中使用字典来去重

python的数据结构-字典，有一个特性。可以在计数的时候，去重，这比使用列表来计数容易得多字典能够检索内部的键，如果有，就将值 1；如果没有，就新添加一个键，并且值 1.如下：x='12312333445566778899'y = {}for i in range(len(x)): if x.count(x[i]) >=1: y[x[i]] = x.count

25.6323

5

3

0

关注作者

收藏

PGC123

python中如何使用jieba?

python中如何使用jieba?主要有哪些方法？其功能都是什么？答：jieba中常用方法有如下6种，其功能如下：jieba.cut 方法接受三个输入参数: 需要分词的字符串；cut_all 参数用来控制是否采用全模式；HMM 参数用来控制是否使用 HMM 模型jieba.cut_for_search 方法接受两个参数：需要分词的字符串；是否使用 HMM 模型。该方法适合用于搜索引擎构建

16.2595

4

1

0

关注作者

收藏

PGC123

jieba是做什么的？

“结巴”中文分词：做最好的 Python 中文分词组件，当然jieba也有R语言版的包。支持三种分词模式：精确模式，试图将句子最精确地切开，适合文本分析；全模式，把句子中所有的可以成词的词语都扫描出来, 速度非常快，但是不能解决歧义；搜索引擎模式，在精确模式的基础上，对长词再次切分，提高召回率，适合用于搜索引擎分词。

16.2595

4

0

0

关注作者

收藏

PGC123

python的特点是什么？

特点：1.易于学习：Python有相对较少的关键字，结构简单，和一个明确定义的语法，学习起来更加简单。2.易于阅读：Python代码定义的更清晰。3.易于维护：Python的成功在于它的源代码是相当容易维护的。4.一个广泛的标准库：Python的最大的优势之一是丰富的库，跨平台的，在UNIX，Windows和Macintosh兼容很好。5.互动模式：互动模式的支持，您可以从终端输入执行代

25.6323

5

3

0

关注作者

收藏

啊啊啊啊啊吖

Numpy CSV fromfile（）

我可能试图在这里重新发明轮子，但numpy有一个fromfile()可以读取的功能 - 我想 - CSV文件。它似乎非常快 - 甚至与熊猫相比read_csv()，但我不清楚它是如何工作的。这是一些测试代码：import pandas as pdimport numpy as np# Create the file here, two columns, one million r

20.1382

2

5

0

关注作者

收藏

啊啊啊啊啊吖

Pandas - 使用算术向数据框添加新行

假设我有一个像这样的数据框（df），有大量的行和列...... v w x y ... z0 a p 1 1 ... 11 a q 0 1 ... 02 b p 1 1 ... 13 b q 0 1 ... 04 c p 1 1 ... 15 c q

20.1382

2

2

0

关注作者

收藏

三卿

Excel如何设置自动添加边框

问:Excel如何设置成当数据的首行或首列输入数据后就自动添加边框。答：选中所有单元格-【开始】-【样式】-【条件格式】-【条件规则】-【使用公式确定要设置的单元格】-【输入公式】“=($A1"")*(A$1"")”-【格式】-【外边框】-【确定】。这样在首行或首列输入数据就会自动生成边框了

9.3729

1

3

0

关注作者

收藏

啊啊啊啊啊吖

替换给定轴的值

一个numpy超立方体例如 x = np.random.rand(8, 8, 8, 8)尺寸指数，例如 dim = 1替换阵列，例如 y = np.random.rand(8)如何替换给定尺寸的所有值？也就是说，我能做得比：if dim == 0: x[0,:,:,:] = yelif dim == 1: x[:,0,:,:] = yelif dim == 2

20.1382

2

4

0

关注作者

收藏

<1…168169170…340>

CDA考试动态

CDA报考指南