问题标签 [data-wrangling]

下面的示例摘自TensorFlow 官方数据管道教程。基本上，将一堆 JPG 的大小调整为(128, 128, 3). 由于某种原因，在应用该操作时，在检查数据集的形状时map()，颜色维度（即 3）变成了 a 。None为什么要挑出第三个维度？（我检查了是否有任何没有(128, 128, 3)但没有找到的图像。）

如果有的话，None应该只显示第一个维度，即计算示例数量的维度，并且不应该影响示例的各个维度，因为——作为嵌套结构——它们应该具有无论如何，相同的形状以便存储为tf.data.Datasets。

TensorFlow 2.1 中的代码是

和产量

为什么None在最后一行？

我有长格式的数据，类似于以下

我想创建一个指标变量，当因子发生变化时（例如，1 表示变化，0 表示没有变化），变化出现的年份。有没有一种有效的方法来做到这一点？

我发现了这个问题： Identifying where value changes in R data.frame column 这有点相关但不处理 id。

我有一个数据争论的问题，我不知道如何解决。我有一个数据框，其中一列上的行都向上移动，并且该列没有完全填充。我需要将行向下移动并填充 X 行，具体取决于其他列中有多少数据。

编辑：我改变了我显示数据的方式。之前我贴的是markdown表，容易让人误会。我为此感到抱歉。我正在处理的数据如下所示：

我需要把它变成这样：

关于如何解决这个问题的任何想法都会很棒。理想情况下在 R 中，但 awk 或其他也很好。

我的数据框中有一列作为电影的类型，其中有很多。我想将其转换为用于绘制相关矩阵的数值数据。请帮我这样做。

Hi I am beginner in python & R. I had a quick question:

so how can I have something like this where I choose the keys & values from display_score portion of the json in dataframe and append them to existing data frame?

I would really appreciate your help in this! I looked at several past posts but I couldn't solve my problem using their approach: Creating Dataframe with JSON Keys
How to insert specific keys from json file into a data frame in Python

我有一个看起来像这样的数据集

我想根据 B 行转换列，使其看起来像这样

我不知道该怎么做。我知道我可以使用 t() 或使用 tidyverse 中的 row_to_columns() 进行完全转换，但结果不是我想要的。初始数据在 B 列中有大约 60 列和 165 个不同的值。

我有一个如下所示的数据框：

我希望每一行的值是列名，数值是行值：

我如何在 R 中做到这一点？

或者更复杂的场景：

这就是我要的：

我有一个数据集（下面的代码）- 如下所示-

我想将其转换为如下所示 -

有没有一种pythonic方法来实现这一点 - 除了获得唯一的“类别”，转置它然后循环遍历 Amount 列以找到相应的数量？它不是精确的转置或分组，而是类似的东西。

我将如何多次运行它？

我有一个名为 percent_people 的变量，它查看变量国家/地区是否有 5000000 人，并且有一个名为 city_share 的变量查看每个城市的百分比份额，例如 London = 40%，百分比变量具有不同级别的多少他们可能会失业（即从 100% 到 75% 或 50% 或 25%），这些不同的百分比会如何影响失业率的变化？

但是，现在我只能引入一个 city_share 和一个 percent_people 变量。我如何对其进行编码，以便我可以遍历每个变量的多个输入？

现在我有以下内容：

具有这种格式的 json 数组：

如何value使用 Javascript 按城市和日期计算最大值和最小值？

例如，我有以下values 16、22 和 20 for day: 1andcity: "New York"我想得到max: 22and min: 16。一旦计算出来，我想将这些新值附加到所有对象，无论year, 包含day: 1什么city: "New York"

计算最大值或最小值不是问题。我在获取所需结果所需的 for 循环结构方面遇到问题。谢谢！