data-cleaning

0熱

2答えて

私はメッセージショップのposデータを持っています。データは添付の画像のとおりです。 ##read data from csv data = pd.read_csv('test1.csv') #make a kist for each column sales_id = list(data['sales_id']) shop_number = list(data['shop_number

1熱

1答えて

Python pandasがあまりにも遅いファジーマッチを適用する

def fuzzy_clean(i, dfr, merge_list, key): for col in range(0,len(merge_list)): if col == 0: scaled_down = dfr[dfr[merge_list[col]]==i[merge_list[col]]] else: scaled_down

0熱

2答えて

twitterデータクリーニングR

以下は私の仕事です。 tweets <- searchTwitter("urban park", n = 2000, lang = "en") tweets <- strip_retweets(tweets) text <- sapply(tweets, function(x) x$getText()) text <- gsub("&", "", text) text <- gsub

2熱

1答えて

パンダデータフレーム問題。ここ

ブロック行列の並べ替えをきれいにし、管理する方法を知ってはいけないことは、私の最初の質問です：私は、次のようなパンダのデータフレームを持っている： Pandas Dataframe 絵に示すデータフレームが簡略化されます（元の形状は[1195674 x 11])ですが、それは問題ではありません。私は（色を見て）の値を対応するものとして指標として左側(columns A, B, C, D)と右側(c

0熱

1答えて

R-ヘッダーを取ることなく列から行まで

私は会社ごとに8つの変数を持ち、合計25の企業があります。しかし、私はこれらの会社を区別する必要はありません。この例を見ると、AHとJUMBOを1列に、AHQ1とJUMBOQ1を同じ列に、Q2を両方とも列に入れる必要があります。このように私は6列を持っていませんが、これらの行には3倍と2倍の観測値しかありません。コラムのタイトルは、AH、AHQ1、AHQ2のどちらでもかまいません。アドバイスはあ

-1熱

2答えて

TypeErrorを取得する： 'float'オブジェクトは、文字列のリストを使用するときに反復不可能です

2つの文字列リスト（listAとlistB）の間で最も近い一致を得るためにlistCを作成しています。その目的は、各文字列がいくつかのエントリにスペルミスを修正する必要のある果物を表す1列の文字列を持つデータフレームをクリーンアップする必要があるためです。私は修正したい実際の列には、テストと呼ばれる： print(test) 出力：私はnewTestと呼ばれるリストにテスト列を変換し、私は

-1熱

1答えて

私のデータフレームdfの "item_weight"の列の値にNULL値を入力しようとしています。私があなただったら「Item_Identifier」.ERRORが

avg_weight = df.pivot_table(index = "Item_Identifier",values = "Item_Weight") df_bool =df[df["Item_Weight"].isnull()] df.loc[df_bool,'Item_Weight'] = df.loc[df_bool,'Item_Identifier'].apply(lambda x

0熱

2答えて

データ

私は Data['SUMMARY']=Data['SUMMARY'].str.replace(r'([^\w])',' ') Data['SUMMARY']=Data['SUMMARY'].str.replace(r'x{2,}',' ') Data['SUMMARY']=Data['SUMMARY'].str.replace(r'_+',' ') Data['SUMMARY']=Data[

1熱

1答えて

パンダデータフレームの前処理文字列データ

私はユーザーレビューデータセットを持っています。このデータセットを読み込んでいますが、分類基準に適合させる前にユーザーのレビューを事前処理しています（停止語、句読点の削除、小文字への変換、挨拶の削除など）。エラーが発生しています。ここに私のコードは次のとおりです。 import pandas as pd import numpy as np df=pd.read_json("C

1熱

3答えて

DataFrameのすべての列の値を検索して置換する

Age <- c(90,56,51,'NULL',67,'NULL',51) Sex <- c('Male','Female','NULL','male','NULL','Female','Male') Tenure <- c(2,'NULL',3,4,3,3,4) df <- data.frame(Age, Sex, Tenure) 上記の例では、文字/文字列の桁として「NULL」値が