Вадим Мотеюнас's questions

我正在尝试在 PyCharm 的非 gil 版本中运行代码。如果我切换到带有 gil 的版本，一切正常。可能出什么问题了？

import pandas as pd
def func():
    pd.DataFrame({'data':[1,3], 'id':[1,2]})
func()

回溯：

"F:\Installed Programs\Python 3.13.1\python3.13t.exe" "E:\проекты\свободная тренировка\main.py" 
Traceback (most recent call last):
  File "E:\проекты\свободная тренировка\main.py", line 1, in <module>
    import pandas as pd
  File "F:\Installed Programs\Python 3.13.1\Lib\site-packages\pandas\__init__.py", line 32, in <module>
    raise ImportError(
        "Unable to import required dependencies:\n" + "\n".join(_missing_dependencies)
    )
ImportError: Unable to import required dependencies:w
numpy: Error importing numpy: you should not try to import numpy from
        its source directory; please exit the numpy source tree, and relaunch
        your python interpreter from there.

Process finished with exit code 1

通过管理包安装 pandas 时，PyCharm 中也会出现错误：

您需要向数据框中添加行，如果价格列中的值差异大于 1，则在新行中写入“缺失”价格（即价格步长应该为 1）。用零填充剩余的单元格。我解决了这个问题，但在我看来应该有一种更优雅的方式：

def new_price(x): # Ф-ция получает построчно значения из price и diff_pr
    if x.iloc[0] > 1: # Если разница между ценами больше 1
        incr = 1
        for i in range(x.iloc[0] - 1): # Количество строк которые нужно добавить из ходя из разницы между price
            df.loc[len(df)] = [0, x.iloc[1] + incr, 0] # Обращаемся к price на строке в которой найдена разница более 1
            incr += 1                                  # Добавляем новую строку где price +1


df = pd.DataFrame({'vol': [2, 3, 8], 'price': [5, 3, 10]}).sort_values(by='price', ascending=False)
df['diff_pr'] = df['price'].diff().fillna(0).abs().astype('int')
df[['diff_pr', 'price']].apply(new_price, axis=1)
df = df.sort_values(by='price', ascending=False)
print(df)

回答：

   vol  price  diff_pr
2    8     10        0
6    0      9        0
5    0      8        0
4    0      7        0
3    0      6        0
0    2      5        5
7    0      4        0
1    3      3        2

我试图对价格列中的数据进行分组，以便差异不是 0.01 而是 0.02，并将分组的价格放入一个元组中，也在 vol 列中按分组价格汇总数据，我正在考虑通过实现它。通过将它们完全除以 // 0.02，然后对它们进行分组来计算价格余额的累积总和，但结果价格差异从 0.01 浮动到 0.03 我还认为问题出在浮点数上，并将价格乘以。 100 并除以 // 2 以获得源数据中的 int，但这也没有给出结果我的代码：

price = [str(i / 100) for i in range(20)]
vol = [random.randint(100, 300) for i in range(20)]
price.reverse()
data = ({'vol': vol, 'price': price})
df = (pd.DataFrame(data).astype({'price': 'float'})
      .eval('diffs=price.diff().fillna(0).abs().cumsum().round(2)// 0.02')
      .groupby('diffs')
      .agg(vol=('vol', 'sum'), price=('price', 'min'), tags=('price', tuple)))
print(df)

结果应该是这样的：

vol  price                tags
                              
295   0.18        (0.19, 0.18)
455   0.16        (0.17, 0.16)
655   0.14        (0.15, 0.14)
284   0.12         (0.13,0.12)
549   0.10        (0.11, 0.10)
770   0.08        (0.09, 0.08)
199   0.06         (0.70,0.06)
552   0.04        (0.05, 0.04)
708   0.02        (0.03, 0.02)
171   0.00         (0.10, 0.00)

ps in vol 中的金额应为标签中的价格，即使数字为 0.70，小数位数也应始终为 2，并且在价格列中，无论价格如何，价格步长应始终保持 0.02。行数奇偶校验

告诉我如何在 .bind 方法中创建链接 <any key-MouseWheel> 或 KeyPress-e-MouseWheel？

import tkinter as tk
def func(event):
    label = tk.Label(text=event.keysym)
    label.pack(expand=True, fill=tk.BOTH)


root = tk.Tk()
root.geometry('500x500+500+500')
root.bind('<KeyPress-e-MouseWheel>', func)
root.mainloop()

例如，有一个矩形，我如何描述它周围的椭圆形？是否有任何库具有以（x1，y1，x2，y2）格式获取此类坐标的方法？

import tkinter as tk

root = tk.Tk()
canvas = tk.Canvas(root, width=250, height=170, bg='white')
canvas.pack(fill='both', expand=1)
rect = canvas.create_rectangle(100, 30, 50, 100)
root.mainloop()

我希望通过 create_oval 方法得到的结果既是圆形又是椭圆形，如果椭圆形的边界（或圆弧？）尽可能靠近矩形的边缘

您需要打开一个新窗口并在其中添加复选标记，关闭该窗口，然后再次打开它并确保该复选框在那里我不明白为什么 .set() 方法设置了该值但 toplevel 没有。重新打开后即可看到

import tkinter as tk
from tkinter import ttk
def click():# функция при нажатии на кнопку открывает новое окно и чекбокс
    def keep_checkbox(): # функция установки з-чия intvar
        if chk_var.get() == 0:
            pass
        else:
            chk_var.set(1)
        top_window.destroy()
    top_window = tk.Toplevel()
    chk_var = tk.IntVar()
    chk = ttk.Checkbutton(top_window, variable=chk_var).pack()
    top_window.protocol('WM_DELETE_WINDOW', keep_checkbox)
    top_window.mainloop()
root = tk.Tk()
frm = ttk.Frame(root).pack()
btn = ttk.Button(frm, text='Новое окно', command=click).pack()
root.mainloop()

告诉我在向表格添加元素时如何做到这一点，以便它以不同的颜色突出显示一段时间？是否可以做到没有阻塞time.sleep和计数器name_tag？

from tkinter import *
from tkinter import ttk
import threading
import queue
import time


def get_data(x): # функция которая добавляет елементы в таблицу получая их через очередь
    name_tag = x
    e.wait()
    e.clear()
    tree.insert('', 0, values=q.get(), tags=str(name_tag))
    q.task_done()
    tree.tag_configure(str(name_tag), background='yellow')
    time.sleep(0.5)
    tree.tag_configure(str(name_tag), background='white')
    x += 1 #счетчик для изменения тега
    tree.after(2500, get_data(x))


def data(): #функция генератор значений для добавления в строки таблицы
    for i in range(100):
        q.put(i)
        e.set()
        time.sleep(2)


q = queue.Queue()
e = threading.Event()
# определяем окно
root = Tk()
root.title("окно")
root.geometry("300x300")
# создаем контейнеры для таблиц
frm = ttk.LabelFrame(root, width=150, height=150, text='Таблица', labelanchor=N)
count = 0
# рисуем контейнеры в окно
frm.place(relx=0, rely=0.1, relwidth=0.5, relheight=0.4)
# создаем таблицы
tree = ttk.Treeview(frm, columns=['header'], show="headings")
# даем названия колонок
tree.heading('header', text='header', anchor=W)
# рисуем таблицы
tree.pack(fill=BOTH, expand=True)
thr_get_data = threading.Thread(target=get_data, args=(count,)).start()
thr_data = threading.Thread(target=data, args=()).start()
# запускаем окно
root.mainloop()

是否可以不用循环和额外的东西来完成？数学库将列表内的值相乘？在要价和出价列中，您需要将左侧数字乘以右侧数字并应用 >30 的过滤器。还请告诉我为什么 dt.time 方法将零添加到毫秒，是否可以删除零，甚至只留下零时间精确到秒？

import pandas as pd
import math

# не переносить столбцы в консоли
pd.options.display.expand_frame_repr = False
arr_asks = []
arr_bids = []
all_amount = []
data = {'action': 'snapshot',
        'arg': {'channel': 'books5', 'instId': 'DCKUSDT', 'instType': 'SPOT'},
        'data': [{'asks': [['0.05040', '34.09'],
                           ['0.05045', '210.31'],
                           ['0.05064', '34.09'],
                           ['0.05075', '31.00'],
                           ['0.05077', '70.02']],
                  'bids': [['0.05008', '7749.89'],
                           ['0.05007', '199.72'],
                           ['0.04992', '635.05'],
                           ['0.04991', '70.02'],
                           ['0.04984', '93.42']],
                  'checksum': 0,
                  'ts': '1707929251792'}],
        'ts': 1707929251792}
df = pd.json_normalize(data, 'data', 'arg')
df['arg'] = df['arg'].str['instId']
asks = df['asks']
bids = df['bids']
for i in asks[0]:
    for j in i:
        fl = float(j)
        arr_asks.append(fl)
        if len(arr_asks) == 2:
            elem = math.prod(arr_asks)
            arr_asks.clear()
            all_amount.append(elem)
for i in bids[0]:
    for j in i:
        fl = float(j)
        arr_bids.append(fl)
        if len(arr_bids) == 2:
            elem = math.prod(arr_bids)
            all_amount.append(elem)
            arr_bids.clear()
df1 = (pd.DataFrame(all_amount,
                    columns=['amount'])
       .assign(Time_ms=df.iloc[0]['ts'], Ticker=df.iloc[0]['arg'])).query('amount >30')
df1['Time_ms'] = pd.to_datetime(df1['Time_ms'],unit='ms').dt.time
print(df1)

结果应该是这样的：

       amount          Time_ms   Ticker
5  388.114491  16:47:19.552     DCKUSDT
7   31.701696  16:47:19.552     DCKUSDT

或者像这样：

amount          Time_ms   Ticker
5  388.114491  16:47:19     DCKUSDT
7   31.701696  16:47:19     DCKUSDT

告诉我如何通过按“股票代码”分组来计算“价格”列的百分比。即 价格上涨或下跌的百分比。我想像这样：按“股票代码”对数据进行分组，取第一个和最后一个分组索引 - 找出它们之间的差异。然后，如果差异之和为正，我想添加一个条件或者负数，然后将 pct_change 应用于 pcrice 列。只是不清楚如何通过 diff 检查条件，以及如果价格下跌或上涨如何应用 pct_change

import pandas as pd
df = pd.DataFrame([['sel', 3, 'axs'],
                   ['sel', 2, 'axs'],
                   ['sel', 6, 'axs'],
                   ['buy', 8, 'avax'],
                   ['buy', 3, 'avax'],
                   ['sel', 4, 'avax'],
                   ['sel', 3, 'xec'],
                   ['sel', 1000, 'xec'],
                   ['sel', 50, 'xec']],
                  columns=['side', 'price', 'ticker'],
                  index=pd.date_range(start='1/1/2018/20', end='1/08/2018/20', periods=9)) \
    .reset_index().sort_values('index')

print(df)

df = (df.groupby(['ticker'])['price'].take([0, -1]).reset_index().drop('level_1', axis=1).assign(
    diff_pr=lambda x: x.groupby('ticker')['price'].diff().fillna(0)))
print(df)

如何在一个数据帧中存储两个条件，使得列表中的值满足条件 sums>50000，并且列表中的其余值不满足条件 sums>10000？

import pandas as pd
b = ['sol', 'doge', 'axs']
res = {'para': ['sol', 'sol', 'doge', 'doge', 'pepe'], 'sums': [10000, 60000, 10001, 
51000, 10001]}
df = pd.DataFrame(res).query('sums>10000 &  @b in para & sums> 50000')
print(df)

结果应该是这样的

para      sums
1   sol  60000
3  doge  51000
4  pepe  10001