主题：Python爱好者俱乐部
正序浏览
主题图片汇总
主题内检索
benniewang 发表于 2021-8-28 01:31
有人已经帮你解决了问题，恭喜。这个问题换成我，也是直接放狗搜。
不是我懒惰，不肯搜索。
我在wall内只能用百度，关于这个问题只搜到一条比较隐晦有一定关联的问题，当时我就感觉应该用loc来赋值。由于国内信息不多，我更信任无忌的python俱乐部，这里果然高人多，热心人也多。谢谢各位的帮助！
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
334 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
333 帖
大信 发表于 2021-8-27 17:16
这个建议不错，准备按照这个思路修改程序。
但是今天我被另外一个问题，都快被整疯了，在此继续求助。
问题是：对dataframe单元格进行修改，然后打印查看，修改正确
但是后续多次对dataframe进行检查，居然全部都显示为 -1 ，也就是修改失效。这是怎么回事？
self.pd_pinghist 为dataframe，在函数运行的时候，其 lasttime列的数据全部初始化为 - 1
下面图片中的 2044行，print显示结果 为 66666
但是 2046、2049、2052行打印的结果都全部为 -1
请问这是怎么回事？
有人已经帮你解决了问题，恭喜。这个问题换成我，也是直接放狗搜。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
332 帖
大信 发表于 2021-8-27 20:28
非常感谢！的确，用loc方法来赋值就解决问题了。
但是为什么我下面这个例子，用 row["A"] = ...... 的方式赋值，也成功了呢？ 为啥换成我的那个程序，同样的赋值方法却失效了？
我也是看了你的问题找文档现学的。那段文档是说千万不要这样用，因为具体会不会成功看df的数据类型。我猜可能每个列的数据类型都一样可能就可以吧？
另外df最好不要用这样的循环啊。
比如那个if就可以不用一行一行算，直接写成
index = nowtime +91 - self.df_pinghist["firsttime"] > self.FirstAlarm_time
self.df_pinghist[col_lasttime][index] = 6666666
如果这样做不到的时候也可以用apply对列或者行操作。 本帖最后由 yejun 于 2021-8-27 22:26 编辑
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
331 帖
大信 发表于 2021-8-27 08:50
尤其是还要将这个dataframe传递给函数使用，那么主程序和函数里都要申明：
name = 'Name'
age = 'Age'
这也太麻烦了一点吧？
如果你的软件突然有一天想改成支持中文，那么只需要改成
name = "姓名"
age = “年龄”
这两行即可，而不是替换上千个不同的地方。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
330 帖
yejun 发表于 2021-8-27 17:24
因为iterows返回的是一个copy。可以写成
self.df_pinghist.loc[index, ["alarm_type", col_lasttime]] = 3, 6666666
https://pandas·pydata·org/docs/reference/api/pandas.DataFrame.iterrows.html
非常感谢！的确，用loc方法来赋值就解决问题了。
但是为什么我下面这个例子，用 row["A"] = ...... 的方式赋值，也成功了呢？ 为啥换成我的那个程序，同样的赋值方法却失效了？
登录后可直接显示原图
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
329 帖
大信 发表于 2021-8-27 17:16
这个建议不错，准备按照这个思路修改程序。
但是今天我被另外一个问题，都快被整疯了，在此继续求助。
问题是：对dataframe单元格进行修改，然后打印查看，修改正确
但是后续多次对dataframe进行检查，居然全部都显示为 -1 ，也就是修改失效。这是怎么回事？
self.pd_pinghist 为dataframe，在函数运行的时候，其 lasttime列的数据全部初始化为 - 1
下面图片中的 2044行，print显示结果 为 66666
但是 2046、2049、2052行打印的结果都全部为 -1
请问这是怎么回事？
因为iterows返回的是一个copy。可以写成
self.df_pinghist.loc[index, ["alarm_type", col_lasttime]] = 3, 6666666
You should never modify something you are iterating over. This is not guaranteed to work in all cases. Depending on the data types, the iterator returns a copy and not a view, and writing to it will have no effect.
https://pandas_pydata_org/docs/reference/api/pandas.DataFrame.iterrows.html 本帖最后由 yejun 于 2021-8-27 17:57 编辑
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
328 帖
benniewang 发表于 2021-8-27 09:28
如果反复使用'Age'，当然是赋值给age更好，需要重新赋值就全部更新了。而你这样写代码，每一处‘Age’都要修改，而且还容易出错。代码太‘硬’了。
这个建议不错，准备按照这个思路修改程序。
但是今天我被另外一个问题，都快被整疯了，在此继续求助。
问题是：对dataframe单元格进行修改，然后打印查看，修改正确
但是后续多次对dataframe进行检查，居然全部都显示为 -1 ，也就是修改失效。这是怎么回事？
self.pd_pinghist 为dataframe，在函数运行的时候，其 lasttime列的数据全部初始化为 - 1
下面图片中的 2044行，print显示结果 为 66666
但是 2046、2049、2052行打印的结果都全部为 -1
请问这是怎么回事？
本帖最后由 大信 于 2021-8-27 17:16 编辑
登录后可直接显示原图
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
327 帖
大信 发表于 2021-8-27 08:50
尤其是还要将这个dataframe传递给函数使用，那么主程序和函数里都要申明：
name = 'Name'
age = 'Age'
这也太麻烦了一点吧？
如果反复使用'Age'，当然是赋值给age更好，需要重新赋值就全部更新了。而你这样写代码，每一处‘Age’都要修改，而且还容易出错。代码太‘硬’了。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
326 帖
大信 发表于 2021-8-27 08:50
尤其是还要将这个dataframe传递给函数使用，那么主程序和函数里都要申明：
name = 'Name'
age = 'Age'
这也太麻烦了一点吧？
理论上你还可以重新定义 frame的__setitem__，让他不要加新的column。不过这样不符合python dict的一般用法了，而且datafram的[]还有很多其他功能，不光是设置列。
自动加列的code在这里，把这三行删除加没有的列就会出错了。
https://github_com/pandas-dev/pandas/blob/15302106ef41e562d2f80c6d1ecffdd4aea7158a/pandas/core/frame.py#L3770 本帖最后由 yejun 于 2021-8-27 09:31 编辑
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
325 帖
大信 发表于 2021-8-27 08:50
尤其是还要将这个dataframe传递给函数使用，那么主程序和函数里都要申明：
name = 'Name'
age = 'Age'
这也太麻烦了一点吧？
这个是编程的正规格式。
通常，字符串'Name','Age'这种都会放在配置文件中
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
324 帖
benniewang 发表于 2021-8-27 08:01
我一般会这么写：
name = 'Name'
age = 'Age'
columns = [name, age]
df = pd.DataFrame(data, columns = columns)
很少会写：
columns = ['Name', 'Age']
尤其是还要将这个dataframe传递给函数使用，那么主程序和函数里都要申明：
name = 'Name'
age = 'Age'
这也太麻烦了一点吧？
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
323 帖
大信 发表于 2021-8-27 08:44
我用 row[A] = 30
依然报错：
name ‘A’ is not defined
难道我们用的不是同一个pandas ？
代码贴全。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
322 帖
benniewang 发表于 2021-8-27 08:01
另外你的马甲暴露了。。。
我一般会这么写：
name = 'Name'
age = 'Age'
columns = [name, age]
df = pd.DataFrame(data, columns = columns)
很少会写：
columns = ['Name', 'Age']
看明白了，但是这样操作，不多一个步骤么 ？
先要把 ‘name’ 赋给 name变量
name = 'Name'
age = 'Age'
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
321 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
320 帖
连雨不知春去 发表于 2021-8-27 07:23
那是我的写法有问题？字段名称不应该用引号？
呵呵，主要是跟网上学的时候似乎例子中都有引号。原来这样啊
字段名是个字符串，不管里面是什么东西，只要两边有引号就是个合法字符串，不管是“A”还是“AA”都不会报错（excel表里其实存在AA列，Z用完就是AA了）
后面这个方法是先把字符串"A"赋值给了一个变量A，以后使用变量A的时候就等于使用了字符串"A"
但是由于没有定义变量AA，所以使用AA的时候会报错。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
319 帖
连雨不知春去 发表于 2021-8-27 07:23
那是我的写法有问题？字段名称不应该用引号？
呵呵，主要是跟网上学的时候似乎例子中都有引号。原来这样啊
另外你的马甲暴露了。。。
我一般会这么写：
name = 'Name'
age = 'Age'
columns = [name, age]
df = pd.DataFrame(data, columns = columns)
很少会写：
columns = ['Name', 'Age']
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
318 帖
连雨不知春去 发表于 2021-8-27 07:23
那是我的写法有问题？字段名称不应该用引号？
呵呵，主要是跟网上学的时候似乎例子中都有引号。原来这样啊
在python里，单引号和双引号都是用来告诉你引号中间的是字符串。
先把字符赋值给一个变量，然后都使用这个变量而不是字符，变量名写错了就会报错的。当然或许还有更好的方法。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
317 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
316 帖
大信 发表于 2021-8-26 19:25
发现pandas一个很容易出错的地方。
本来用列名称来访问数据，非常方便。
但是如果赋值的时候，列名称写错了，python运行起来是不会报错的。
你还以为赋值成功了呢！
有解决办法么？@benniewang @黄黑黄
A = 'A'
row[A] = 30--没问题
row[AA] = 30--报错
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
315 帖
发现pandas一个很容易出错的地方。
本来用列名称来访问数据，非常方便。
但是如果赋值的时候，列名称写错了，python运行起来是不会报错的。
你还以为赋值成功了呢！
有解决办法么？@benniewang @黄黑黄
本来用列名称来访问数据，非常方便。
但是如果赋值的时候，列名称写错了，python运行起来是不会报错的。
你还以为赋值成功了呢！
有解决办法么？@benniewang @黄黑黄
登录后可直接显示原图
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
314 帖
闲聊状态 发表于 2021-3-29 14:58
就sklearn来说
anaconda的可以调用更多的核而且依赖MKL pip的或者debian ubuntu自带的不行
yejun 发表于 2021-3-29 14:15
numpy可以用到anaconda自带的mkl库，矩阵运算比开源的版本可以快几倍吧。
不懂，都太高深了
我的应用需要特定版本的python，需要特定版本的老多软件，所以用miniconda管理环境几乎是我的唯一选择～
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
313 帖
Patriot 发表于 2021-3-29 12:05
还是有点儿杀鸡用牛
就sklearn来说
anaconda的可以调用更多的核而且依赖MKL pip的或者debian ubuntu自带的不行
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
312 帖
Patriot 发表于 2021-3-29 12:05
还是有点儿杀鸡用牛
numpy可以用到anaconda自带的mkl库，矩阵运算比开源的版本可以快几倍吧。
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
311 帖
闲聊状态 发表于 2021-3-29 10:51
只是需要Numpy，pandas 可以用miniconda
还是有点儿杀鸡用牛
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
310 帖
Patriot 发表于 2021-3-29 10:50
如果只是需要Numpy，pandas，的确没必要anaconda，anaconda安装本身就好几个GB～～
只是需要Numpy，pandas 可以用miniconda
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
309 帖
大信 发表于 2021-3-28 12:24
哦，我还没有遇到这么复杂的情况。numpy、pandas 的pip安装都很简单。没有用到更深入的数据分析包
如果只是需要Numpy，pandas，的确没必要anaconda，anaconda安装本身就好几个GB～～
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
308 帖
闲聊状态 发表于 2021-3-25 15:40
erp能导出来的估计也不会很大，而access导入execl本身就比较简单
稍微复杂点的逻辑 access的sql也能干了
要是上python，感觉需要结合数据库 最简单的就是sqlite 剩下的都得安装
而且都是office一家的 相互通用也要好些，而且更新表并不影响查询视图，对于固定性工作其实很友好了
觉得access自带的查询视图不好用的 还可以用通用的SQL工具进行查询
dbeaver 这玩意支持的数据库很多而且win linux都好用，还是JDBC的，那些个国产数据库要是提供jdbc程序也可以用 本帖最后由 闲聊状态 于 2021-3-29 10:44 编辑
登录后可直接显示原图
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
307 帖
yejun 发表于 2021-3-28 05:36
我觉得anaconda最大的好处是可以在windows上装数据分析的包。很多包都需要编译，而且编译器版本必须和python自己的完全匹配，否则就编译不了，支持库也要一个一个手动安装。anaconda直接提供了这些包的binary版本。在linux上优势确实不大，可能对gpu的支持好点。
哦，我还没有遇到这么复杂的情况。numpy、pandas 的pip安装都很简单。没有用到更深入的数据分析包
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
306 帖
(0)
(0)
只看该作者
不看该作者
加入黑名单
举报
返回顶部
个人图文集
个人作品集
第
305 帖
回复主题： Python爱好者俱乐部
功能受限
游客无回复权限，请登录后再试