1. 查找缺失值df.isnull() # 查看空缺值，可以识别 null / None / Nandf.isnull().any(axis=0) # 查看每行是否有空缺值df.isnull().any(axis=1) # 查看每列是否有空缺值df.isnull().sum() # 统计每行空缺值的个数df.isnull().sum(axis=1) # 统计每列有空缺值的个数df.isnull()

本文为个人复现GitHub项目Hands-on data analysis第二章第一节的练习记录参考教材：《Python for Data Analysis》数据来源 Kaggle-Titanic二、数据清洗及特征处理???? 2.1 缺失值观察与处理2.1.1 缺失值观察查看列数据df[['Age','Cabin','Embarked']].head()查看特征缺失值个数import numpy

多个项目部署到一个服务器上的部署方式：使用Docker将项目封装在独立的容器中。

本文仅给出最基础的baseline进行图像分类训练，后续可在此代码基础上对模型结构进行修改。

dataframe行和列的获取分三个维度行和列选取：df[]，一次只能选取行或列区域选取：df.loc[], df.iloc[]，可以同时为行或列设置筛选条件单元格选取：df.at[], df.iat[]，准确选取某个单元格先随机生成一个dataframeimport numpy as npimport pandas as pddf = pd.DataFrame(np.random.randn(1

翻了一下网上的资料，其中一种解决方法是sklearn库版本太低，可以更新库或重装库。

emotion analysis中往往会使用词典的方法获取句子的情绪这里使用Python和NRC词典获取句子的8种情绪总量NRC词典下载链接：NRC Word-Emotion Association Lexicon# load libraries for emotion analysisimport nltkfrom nltk.stem.snowball import SnowballStemme

对于一些离线预测任务，或者D+1天的预测任务，可以简单地采用Crontab做定时调用项目代码运行项目

最近这段时间使用VMWare安装了一下Ubuntu版本的Linux虚拟机，在这里记录一下安装时参考的文章以及需要注意的细节。

我有一个DataFrame,如下df = pd.DataFrame(data=[[[1,2],[3,4],5,6],[[1,2],[0,0],0,0]],columns=['a','b','c','d'])df输出：abc d0[1,2] [3,4] 5 61[1,2] [0,0] 0 0然后我groupby再applydf.groupby('a').apply(lambda g:g)报错！...