问题标签 [py-datatable]

嗨，我正在努力将一些 R 代码翻译成 Python 代码。

这是我的 R 代码：

到目前为止，这是我的 Python 代码：

我不知道如何包含流入和流出列的子集。任何人都可以帮忙吗？

这是所需的输出（使用 R 代码生成）：

样本数据：

如何删除a列中的“A”并将其分配给新列“c”作为数据表中的数字（即不带熊猫）？

在以下的帮助下看起来像这样pandas

数据表本机版本不太好用

顺便说一句，对于 python pandas 和 R data.table 的频繁用户，是否有一个高级/完整的食谱可以帮助从 R data.table 过渡到 py-datatable？网站上有一个页面，但还不够。

如何在 O(1) 中按键值获取行？

我在文档中找到的唯一选择行的方法是行选择器，它似乎没有利用列的键控状态。

例如在此表中：

与按行号访问相比，使用行选择器访问真的很慢：

由于该列是键控的，我的期望是能够在 O(1) 中访问，但我不知道实现这一目标的正确方法。

Datatable 在 R 中很流行，但它也有Python 版本。但是，我在文档中没有看到任何关于在数据表上应用用户定义函数的内容。

这是一个玩具示例（在 pandas 中），其中将用户函数应用于数据帧以查找邮箱地址：

有没有办法在数据表中执行此 .apply 操作？会很好，因为对于大多数操作来说，datatable 似乎比 pandas 快很多。

我有一个pandas.DataFrame包含pandas 可为空的整数数据类型，并希望将其转换为等效datatable.Frame对象。但是，这似乎不是直接可能的。在不破坏东西的情况下进行转换的最佳方法是什么？我没有以文本形式提供的 DataFrame，但它们来自pickle. MWE：

Pandas 库有一个非常好的函数调用 .fillna() 可用于填充空值

我正在为我的新任务使用 Datatable Library，因为它在 Datatable 中加载和处理大量数据非常快。

fillnapython的Datatable库中是否存在这样的功能？

或者我们必须用什么替代方法来填充 Datatable 中的缺失值？

我有一个pydatatable，

我正在尝试过滤掉重复的行

它的输出为-

在这里，它删除了重复的观察结果，为什么它在B 和 C 上创建重复的列 B.0 C.0？

我有一个数据表 -

我现在要选择一个在 C 列中有 api 的观察值 -

好的，现在我想找到一个与这个观察相关的索引，这样我就可以在数据表中从这个索引开始选择观察，

例如，上面的观察在 DT 中有第 4 行，我可以选择从第 4 开始的观察作为 -

但是，如果在 DT 中有数百万个观察值，我无法计算出所需的观察指数。

我有一个 csv 包含大约 600K 观察值，我正在使用 fread 导入它

它抛出一个错误 -

正如这里所建议的，我在 fread 语句中传递了参数 fill=True 。

它执行，但 DT 将被创建为 EMPTY。

如何解决？

Python数据表包 文档页面声明它支持内存不足的数据集。我找不到这种操作的例子，所以我正在寻找那个。

谢谢