问题标签 [py-datatable]

看着这个 github，我希望能够安装datatable. 我确实运行了一个fedora 26发行版python3.6

当我尝试安装它时，我得到：

这是预期的吗？我对 python 完全陌生

我有一个大的 csv 文件（6 GB），我想对其中的 20% 进行采样。

这 20% 应该与大原始文件具有相同的分布。

以 Kaggles 数据为例： https ://www.kaggle.com/c/avazu-ctr-prediction/data

我考虑过块，但我怎样才能让分布相同？

试过 read_csv，fread 但没有运气。

请告知我该怎么做？我的笔记本电脑无法处理 6GB 的 csv 文件。

有没有人成功让 h2o pythondatatable包安装在 Windows 上？它需要 clang/llvm ( https://github.com/h2oai/datatable/wiki/Build-instructions )，当我尝试时，Windows 的预构建二进制文件显然不足。因此，它似乎需要从源代码构建完整的 clang/llvm/llvmlite 才能开始工作。如果有人运气好，我很乐意看到详细的构建过程。

在python数据表中按组查询前 N 行的正确方法是什么？
例如，要按组获取具有最大值v3的前 2 行，id2, id4我将按以下方式执行 pandas 表达式：

在 R 中使用data.table：

或在 R 中使用dplyr：

使用 pandas 的示例数据和预期输出：

相当于 %like% 的 python 的 data.table 是什么？

简短的例子：

我曾期望这样的事情会起作用：

但它返回“预期的字符串或类似字节的对象”。我很想开始在 Python 中使用新的 data.tables 包，就像在 R 中使用它一样，但我更多地使用文本数据而不是数字数据。

提前致谢。

我正在打印一个 python 数据表框架。当我这样做时它会分页，它在最后等待我的输入，即使是非常小的帧。例如，

如您所见，此处无需导航框架。有没有办法停止对所有 python 数据表框架执行此操作？

谢谢！

我已经开始将 pydatatable 用于我的一个数据分析项目，在这里我在使用 seaborn 库制作 pydatatable 对象图表时遇到了一些问题。

pydatatable 在当前版本 0.8 中是否支持 seaborn 可视化？

我试图用图表来可视化一列：直方图、箱线图等。如下面的示例代码所示

在上面的代码块上运行时，它应该显示所提供列的箱线图，但在这里它给出了一个错误

AttributeError：“框架”对象没有属性“获取”

您能否在这里写信给我如何解决这个问题，您是否曾经尝试过将这两个软件包一起使用？

This question is about the recent h2o datatable package. I want to replace pandas code with this library to enhance performance.

The question is simple: I need to divide/sum/multiply/substract an entire Frame or various selected columns by a number.

In pandas, to divide all the columns excluding the first by 3, one could write:

In the datatable package, one can do this just for one selected column:

By now, in Python 3.6 (I don't know about the 3.7 version), the FrameProxy f doesn't admit slices. I'm just asking if there's a better way to perform this kind of Frame arithmetic operations than a loop, I haven't found it on the Documentation.

EDIT:

Latest commit #1962 has added a feature related to this question. If I'm able to run the latest source version, I'll add myself an answer including that new feature.

我正在尝试使用如下所示的“pip”为 python 安装“数据表”，但出现错误。

显示的错误是：

我什至重新安装了 VC++ Compiler for Python 并更新了：

我找不到有关此处jay提到的文件格式的信息。

它是仅数据表格式吗？