有以符号形式显示日期的数据：
0 12/апр/21 3:45 PM
1 12/апр/21 12:41 PM
2 12/апр/21 2:27 PM
3 09/апр/21 11:09 AM
4 09/апр/21 10:47 AM
...
733 22/мая/18 7:49 PM
734 20/июн/18 1:03 PM
735 25/июн/18 3:07 PM
736 29/мар/18 7:37 PM
737 27/мар/18 3:48 PM
如何将它们正确转换为 pandas.datetime 格式？
有这样的数据：
[(1,1), (1,2), (1,3), (2,1), (2,2), (3,1), (3,2)]
在 sorted 中可以给出什么键来排序，以便排序如下？
[(1,1), (2,1), (3,1), (1,2), (2,2), (3,2), (1,3)]
有以下格式的数据：
col_1, col_2, data
1, 1, data_1
1, 2, data_2
1, 3, data_3
1, 4, data_4
2, 1, data_1
2, 2, data_2
2, 3, data_3
2, 4, data_4
2, 5, data_5
如何转换为以下形式：
index_col_1, index_col_2_1, index_col_2_2, index_col_2_3, index_col_2_4, index_col_2_5
1, data_1, data_2, data_3, data_4, null
2, data_1, data_2, data_3, data_4, data_5
我有一个 CSV 表，其中有一列包含这样的行：
{сообщение один, сообщение два, сообщение три}
{NULL, NULL, сообщение пятнадцать}
...
我想阅读它，以便它变成这样的字符串列表：
['сообщение один', 'сообщение два', 'сообщение три']
['NULL', 'NULL', 'сообщение пятнадцать']
如何实施？
上面有一个图表。我想尝试从这些数据中重现它。
我这样做：
def month2season(month):
if 1 <= month <= 2 or month == 12:
return 'winter'
elif 3 <= month <= 5:
return 'spring'
elif 6 <= month <= 8:
return 'summer'
elif 9 <= month <= 11:
return 'autumn'
df = pd.read_csv('https://raw.githubusercontent.com/ternikov/hse/gh-pages/hw5/temp_data.csv')
df_grouped = df.groupby(['year', 'month'], as_index=False).mean()
df_grouped['season'] = df_grouped['month'].apply(month2season)
fig, ax = plt.subplots(2, 2, figsize=(15, 10))
for season_data, axes in zip(df_grouped['season'].unique(), ax.reshape(-1)):
season_data = df_grouped[df_grouped['season'] == season_data]
sns.lineplot('year', 'temp', data=season_data, ax=axes)
plt.show()
但问题是它lineplot以这种方式连接了具有缺失值的区域：
如何纠正？
有一个这样的表：
user, cart
1, 1
1, 1
1, 2
2, 1
2, 2
2, 3
2, 3
2, 3
3, 1
...
你怎么能只得到那些 yuser至少有两个 unique的行cart，并且只有那些cart具有最小数字的行。也就是说，对于给定的表，我想得到：
user, cart
1, 1
1, 1
2, 1
user=1走近，因为 他有cart=1,2，所以我们离开他，但只取cart最小的数字，即 1，所以只有：
1, 1
1, 1
同样对于user=2, 因为user=3我们不取 , 因为 只有一个唯一的cart等于 1。
我从文本中提取以下文本IDs: 99751, 99744, 99749, 99750，为此我使用正则表达式IDs: (?:\d+[, \n]{1,2}){1,6}，但问题是我想要一个列表作为结果[99751, 99744, 99749, 99750]，但我只得到一个合适的字符串IDs: 99751, 99744, 99749, 99750，我该如何解决这个问题？
文中可能还有其他数字。
Шаблон задачи 1 - Необходимые меры (вариантов: 4) IDs: 99751, 99744, 99749, 99750 Поле ввода Текст задачи: Длина охотничьей собаки в спокойном состоянии составляет 57 см, однако в указательной стойке длина собаки от кончика носа до кончика хвоста увеличивается до 75 см. Сколько напряженных охотничьих собак поместится между двумя людьми, соблюдающими минимально рекомендуемую социальную дистанцию? В ответе запишите только целое число. Баллы: 24 Шаблон задачи 2 - Живые часы (вариантов: 4) IDs: 100026, 100024, 100023, 100025 Несколько из нескольких Текст задачи: Представьте, что вы оказались в саду Карла Линнея. На клумбе закрыты все цветки, кроме мака, белой лилии и ястребинки зонтичной. Сколько же сейчас времени? При ответе на вопрос пользуйтесь таблицей. Баллы: 20
假设我有data一个迭代器，我想为它计算k一个可迭代对象的连续元素，(elem_1, elem_2, ..., elem_k)并为每个这样的“窗口”在字典中存储它遇到的次数，最有效的方法是什么？对于O(n).
示例："abcabc", k = 3，我们得到：
(a,b,c), (b,c,a), (c,a,b), (a,b,c)因此，应该会出现以下字典：
(a,b,c) : 2, (b,c,a) : 1, (c,a,b) : 1。
据我了解，Pandas 的创建是为了更方便地使用数据库作为算法工作的一部分，但说实话，我并不真正理解 SQL 之间的区别。
为什么需要创建一些新的解决方案？每个的主要区别，优点和缺点是什么？
有什么方法可以创建一个字典，使多个键适合一个值，而无需创建额外的。字典中的值，工作示例：
dict = {(a, b, c) : value}
dict[a] == value
dict[b] == value
dict[c] == value
无需使用 {a : value, b : value, ...} 创建字典
有这个代码：
def logger(f):
def inner(*args, **kwargs):
a = 6
return f(*args, **kwargs)
return inner
@logger
def nothing():
print(a)
有一个错误是变量a未定义，我不太明白他在作用域中是根据什么原理来查找的。你可以解释吗？
我有一个这样的数据框：
str_1 | str_2 | str_3 | number_1 | number_2 |... | number_n
我想将这样一行中的每个数字除以该行中所有其他数字的总和，留下所有其他值。如何才能做到这一点？
有一种方法可以创建一个新变量Mydata$new_var <- ...，但问题是它被写入了 DataFrame 的末尾。
我怎样才能让它在特定的列中？
为了明确起见，让我们采用 type 的一些基本功能subset。
我遇到了这行： subset(sel = -rating, sub = rating < 50, attitude)，（态度是R中的内置小数据板），我是否正确理解，如果我们指出我们将参数传递到哪里，那么它在函数调用中的位置并不重要？
只是通常在我们拥有的语言中：f(x_1, x_2)当我们调用 时f，我们必须将我们想要转移到的位置准确地传递到 1 位置，然后传递x_1到x_2，然后是我们想要转移到那里的位置。