回答情况：
提问时间：
问题标签：
0回答
假设我们有一个向量(输入)：所需的输出应如下所示：本质上，y是一个数组数组，其中包含不同于“空格”字符的单词的索引(例如，“苹果”和“苹果”)。
浏览 4修改于2017-12-05得票数 0
我很好奇下面的代码是否可以转换为tidyverse代码。我试过了dplyr：：变异，但一直没能让它正常工作。df$Gender[df$Gender == "Male"] <- "Man"df$Gender[df$Gender == "Female"] <- "Woman"
df$Gender
浏览 0提问于2018-03-13得票数 0
回答已采纳
1回答
我想知道是否有任何方法可以在Kylo ()中进行数据清理。我能够让工具使用数据验证规则来指出错误，但我很想知道它是否还可以执行其他功能。示例：
检测和删除数据中的重复列
浏览 2提问于2018-04-05得票数 1
2回答
我想听听关于我的数据集问题的一些看法(我认为它是一个常见的问题)。SKUID PRODUCT QTY MFGDT ......SV01 04053XXXX
数据是形状的(123078,199)，而且很少有记录中的字段值是混乱的。但是，我想知道是否有某种方法来修复数据(例如，与列中前面的项进行模式匹配；基于dtype等)。
浏览 0修改于2018-07-21得票数 0
0.38588 0.844293 1.01548 7295875,,,,WCT,NA NaN NaN NaN NA,,,, 默认情况下，数据帧的进一步输出如下有没有办法把它变成一个带有公共分隔符的数据帧
浏览 31修改于2019-05-25得票数 1
回答已采纳
2回答
def string_clean(s): cleaned_string = "".join([i for i in s if not i.isdigit()])这段代码工作得很好。但是，我想知道为什么联接方法中的for循环包含在中。另外，为什么会出现这样的语法，是否有一种方法可以根据通常遇到的基本for-循环语法来构造它。例如： if not i.isdigit():我知道这个例子充其量只是粗略的，与我的
浏览 2修改于2022-05-07得票数 0
数据异步到达，应用程序的许多“组件”使用数据。数据在进入系统之前已经通过了语法验证，但是每个“组件”都根据自己的规则对数据是否可用有不同的定义。当考虑每个组件的测试驱动开发时，关于数据清理和验证的设计“最佳实践”是什么？在这里假设COMPONENT1_VALIADTION和COMPONENT_1将有单独的测试用例。如果数据像上面那样首先通过COMPONENT1_VALIADTION，那么测试用例和component_1,2,3的实现是否可以假定已清理的数据？那么，系统测
浏览 5修改于2014-01-23得票数 0
回答已采纳
我有大量的数据，我想使用自变量A和B，通过多元线性回归来预测因变量C。但现在一些A和B缺乏价值(它可能只缺少A，只缺少B，或者两者都缺少)。
我如何处理它们，以便我的数据能够很好地进行预测？谢谢!
浏览 2提问于2015-03-19得票数 0
1回答
我有一个大的时间序列(熊猫数据)的风速(平均10分钟)，其中包含错误数据(死传感器)。它怎么能被自动标记。我试着用移动平均线。一些其他的方法，然后移动平均是非常赞赏的。我已经附上了下面的样本数据图像。
浏览 0提问于2018-11-15得票数 2
回答已采纳
作为初学者，我想问您，哪种方法更优雅、更有效地清理大.csv数据:我尝试过两种解决方案(在help()中找到，这里和文献中)，但我不确定是否有更好的解决方案(比如循环？)你可以建议我。我的(对R不太友好) .csv数据(523行，47列，这里只是开头)：;;;Name;#1;#2;#3Date;19.09.20160,3831;0,3833v';0,5026;0,502;0,5021我只想选择一些信息( 523
浏览 0修改于2017-05-16得票数 1
回答已采纳
我需要准备我的数据，把它输入到LSTM中，以便预测第二天的情况。我的数据集是以秒为单位的时间序列，但我每天只有3-5个小时的数据。(我只有这个特定的数据集，所以不能更改它)我有Date-Time和特定的Value。我想编写一段代码，在其中提取4小时，并删除仅用于特定月份的第一个提取小时(因为这些数据是错误的)。我成功地编写了一个代码来提取x-Data (输入)和y-Data (输出)的2小时。数据集是一年的秒数据，6pm-11 6pm丢失。例如，8月至11月的第一个小时
浏览 0修改于2019-05-07得票数 0
回答已采纳
我有大约20 in的时间序列数据存储在大查询中。我目前的管道是：然后我在桶中下载了一个文件的子集：
既然数据已经在桶里了，我想知道谷歌最好的插值和重采样工具是什么？云数据代表:看起来像
浏览 3提问于2018-04-13得票数 1
回答已采纳
1回答
我有一个数据清理问题。我在没有关掉设备的情况下连续做了两个实验。我希望实验1中的所有数据都在一个csv中，而实验2中的所有数据都在不同的csv中。另一种可能性是根据张力数据中的峰值来划分数据，然后重新组合它们。不知何故。有没有人对可能实现这一点的算法有什么想法？下面是一些模拟数据。时间数据在pandas DateTimeIndex中。
浏览 54提问于2020-12-07得票数 0
回答已采纳
我有来自一个客户的数据，这是一个很好的混乱的复制信息。我将运行一个清理查询，该查询获取转储数据，进行一些清理，并最终将其放到一个新表中。当有一个新的转储数据时，问题就会发生。我只想买最新的东西。我想不出一种有效的方法。一个快速简单的WHERE NOT条款是行不通的(我不认为.)因为没有任何独特的数据列。一旦我们在这里找到了一些用户，并且数据追溯到一年多以前，似乎清理工作就太密集了。
或者我只是一个n00b，正在用鼹鼠造一座山。
浏览 1修改于2013-03-22得票数 0
我有一个.csv文件，其中包含13家有列的不同商店的销售数据：数据列的格式为"day - mm/dd/yyyy“，我在Python (朱庇特笔记本)中有代码，它清理数据并将其分割成13家商店的数据集--因此清理部分就被处理了。Python代码从"day - mm/dd/yyyy“中删除"day：”，并将其转换为pd.to_datetime数据类型，并
浏览 2提问于2022-07-09得票数 -1
我正在开发一个ML模型，其中我已经在两个文件test.csv和train.csv中获得了数据。我想对两个文件一起执行数据清理，将它们连接起来，然后将它们分开。我知道如何连接2个数据文件，但是在数据清理之后，我将如何分离这两个文件？请帮我完成密码。
浏览 0提问于2020-09-12得票数 3
我有一个数据集，其中包含两个日期和时间列。我想在同一行中对齐日期和时间列，如果第二个日期和时间列不匹配，则删除第二个日期和时间列右侧的所有内容。我的数据集问题的示例如下所示。注意时间1！经过清理的数据集最终版本如下所示：
我想删除Date.1列右边的所有内容，直到Date.1=Date和Time.1=Time为止。
浏览 4提问于2016-05-08得票数 1
回答已采纳
在林业中，手持测量装置经常因处理错误而产生十进制误差.如果在输入数据时不进行校正，就会产生明显的误差，例如一棵树的高度: 24厘米、250厘米、26厘米。
浏览 3修改于2019-11-12得票数 0
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号