第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會(huì)有你想問的

如何計(jì)算給定 RFMin 和 RFMax 之間的重復(fù)標(biāo)簽

如何計(jì)算給定 RFMin 和 RFMax 之間的重復(fù)標(biāo)簽

呼啦一陣風(fēng) 2022-12-27 15:45:21
我正在閱讀以下具有三列和多行的 CSV 文件:Notation    RFMin       RFMax  AA100     1000         3333   BB200      3300        4500目前我的輸出文件如下所示: Notation   RFRange          Label  AA100       1000            AG, IF AA100       1259            AG, IF AA100       1518            AG, TE, WW  AA100       1777            AG, TE, WW AA100       2037            Unknown AA100       2296            Unknown AA100       2555            MH, WE    AA100       2814            MH, WE AA100       3074            DT, MH, WE AA100       3333            DT, MH, WE BB200       3300            DT, MH, WE BB200       3433            DT, MH, WE BB200       3567            DT, MH, WE BB200       3700            DT, MH, WE BB200       3833            DT, MH, WE BB200       3967            DT, MH, WE BB200       4100            Unknown BB200       4233            Unknown BB200       4366            Unknown BB200       4500            Unknown我在使用 linspaceRFMIn之間打印 10 個(gè)數(shù)字RFMax我正在打印 Notations Based on the Nnumbers of samples betweenRFMin和RFMax,我根據(jù)存在的條件標(biāo)記#1 中的那 10 個(gè)數(shù)字#4 我該怎么辦?RFmin我想知道每個(gè)標(biāo)簽在每個(gè)和之間重復(fù)了多少次RFMax。例如,在1000-3333總共'AG'重復(fù) 4 次、'MH'重復(fù) 5 次、'IF'重復(fù) 2 次、'WW'2 次等之間...,在3300-4500-中'AG'重復(fù) 0 次、'MH'重復(fù) 6 次、 'IF'重復(fù) 0 次等...這是代碼:import pandas as pdimport numpy as npdf = csv.read_csv(filePath)N = 10RFarray = []Notation=[]c = np.zeros((df.shape[0], N))for index, col in df.iterrows():    RFMin = col['RFMin']    RFMax = col['RFMax']    c[col] = np.linspace(RFMin, RFMax, N)for ir, r1 in enumerate(c):   for b in r1:       RFarray.append(b)           Notation.append(df.loc[ir, 'Notation'])dict = {'Notation': Notation,'RFRange': RFarray}
查看完整描述

1 回答

?
千巷貓影

TA貢獻(xiàn)1829條經(jīng)驗(yàn) 獲得超7個(gè)贊

試試這個(gè),合并 2 個(gè)數(shù)據(jù)幀,將標(biāo)簽轉(zhuǎn)換為列表,添加范圍過濾器,groupby 符號(hào)并將所有標(biāo)簽連接在一起,每個(gè)符號(hào)為 1 個(gè)列表,然后使用Counterfromcollections對(duì)列表中的每個(gè)元素進(jìn)行計(jì)數(shù):


from collections import Counter


df2['Label'] = df2['Label'].str.split(',')

df = pd.merge(df1, df2, on=['Notation'])

df = df[(df['RFRange']>df['RFMin']) & (df['RFRange']<df['RFMax'])]

df = df.groupby(by='Notation', as_index=False).agg({'Label': 'sum'})

df['counts'] = df['Label'].apply(lambda x: Counter(x))

print(df)


  Notation                                              Label                                             counts

0    AA100  [AG, IF, AG, TE, WW, AG, TE, WW, Unknown, Unkn...  {'AG': 3, 'IF': 1, 'TE': 2, 'WW': 2, 'Unknown'...

1    BB200  [DT, MH, WE, DT, MH, WE, DT, MH, WE, DT, MH, W...          {'DT': 5, 'MH': 5, 'WE': 5, 'Unknown': 3}



查看完整回答
反對(duì) 回復(fù) 2022-12-27
  • 1 回答
  • 0 關(guān)注
  • 92 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)