Size: a a a

Python для анализа данных

2019 June 19

АМ

Алексей Макаров... in Python для анализа данных
Вряд ли конечно это спасет, но вдруг
источник

OB

Oleg Basmanov in Python для анализа данных
да не должно. в колабе и убунте одна версия
источник

OB

Oleg Basmanov in Python для анализа данных
Алексей Макаров
Хм, вообще не должно быть. А попробуй вместо xldf['ID заказа'] использовать xldf['ID заказа'].unique()
не помогло
источник

АМ

Алексей Макаров... in Python для анализа данных
Вообще, если версии одинаковые, то точно никакого конфликта не должно быть. Точно скрипты одинаковые в колабе и на убунте?
источник

OB

Oleg Basmanov in Python для анализа данных
Ага одинаковые :(
источник

ВЛ

Владислав Литвинюк... in Python для анализа данных
мб нужно обновить библиотеки или на виндовс или на убунту
источник

OB

Oleg Basmanov in Python для анализа данных
Завтра уж буду шаманить. Домой пора
источник
2019 June 20

dd

dgj dfsh in Python для анализа данных
насчет темы в канале про Dash. Сам Dash написан под Flask, но вот есть еще форк проекта под Django https://github.com/pikhovkin/dj-plotly-dash, может пригодится кому
источник

UL

Uladzislau Lukashou in Python для анализа данных
так что берем, Anaconda Panel или Dash?
источник

VN

Vlad Nykytenko in Python для анализа данных
а  shiny никто не пробовал?
источник

UL

Uladzislau Lukashou in Python для анализа данных
то ничего не было, а щас уже не знаешь что и выбрать
источник

AK

Andrew Kuskov in Python для анализа данных
Vlad Nykytenko
а  shiny никто не пробовал?
вроде как это для R, если не ошибаюсь
источник

VN

Vlad Nykytenko in Python для анализа данных
Andrew Kuskov
вроде как это для R, если не ошибаюсь
да, для R
источник

ЕТ

Евгений Томилов... in Python для анализа данных
Шайни топ.
источник

ЕТ

Евгений Томилов... in Python для анализа данных
Я даже пробовал небольшой дашборд запилить, но стало влом.
источник

dd

dgj dfsh in Python для анализа данных
Dash простой и несложный, есть все, что надо, единственный минус - его рендеры компонентов, без бутылки не разобраться наверное, если надо будет что-то поправить.
Panel на первый взгляд какой-то сложный, но я просто код смотрел, дэшборды не делал на нем.
источник

dd

dgj dfsh in Python для анализа данных
Ээ, простой - в плане внутреннего кода и несложный  - в плане создания дэшбордов 😊
источник

OB

Oleg Basmanov in Python для анализа данных
Есть датафрейм в колонке номера заказов, обычно 8 значное число. нужно там где меньше 10 чисел добавить вперед несколько нолей чтобы стало 10 чисел. то есть было '59390875' стало '0059390875'

пробую так
def add_zero(row):
   if len(row['ID заказа']) == 10:
       row['ID заказа']
   elif len(row['ID заказа']) < 10:    
       val = '0'*(10-len(row['ID заказа'])) + row['ID заказа']
   return (val)

df['ID заказа'] = df.apply(add_zero, axis=1)


не работает TypeError: 'str' object cannot be interpreted as an integer
как еще можно решить эту задачу?
источник

VN

Vlad Nykytenko in Python для анализа данных
возможно глупый вопрос, а какой тип у столбца row['ID заказа']?
источник

АМ

Алексей Макаров... in Python для анализа данных
Oleg Basmanov
Есть датафрейм в колонке номера заказов, обычно 8 значное число. нужно там где меньше 10 чисел добавить вперед несколько нолей чтобы стало 10 чисел. то есть было '59390875' стало '0059390875'

пробую так
def add_zero(row):
   if len(row['ID заказа']) == 10:
       row['ID заказа']
   elif len(row['ID заказа']) < 10:    
       val = '0'*(10-len(row['ID заказа'])) + row['ID заказа']
   return (val)

df['ID заказа'] = df.apply(add_zero, axis=1)


не работает TypeError: 'str' object cannot be interpreted as an integer
как еще можно решить эту задачу?
Метод zfill вроде должен решить эту задачу https://docs.python.org/3.0/library/stdtypes.html#str.zfill
источник