OB
возможно глупый вопрос, а какой тип у столбца
row['ID заказа']?в строку перевел перед этим
Size: a a a
2019 June 20
OB
Метод zfill вроде должен решить эту задачу https://docs.python.org/3.0/library/stdtypes.html#str.zfill
спасибо. покопаюсь
YP
Добавь ко всем десять нулей, а потом оставь последние 10 цифр
АМ
df['ID заказа'].apply(lambda x: x.zfill(10))АМ
И функцию писать не придётся
OB
df['ID заказа'].apply(lambda x: x.zfill(10))бинго. Спасибо :)
OB
убунту так и не победил. оставил все pycharm на винде :)
АМ
убунту так и не победил. оставил все pycharm на винде :)
Это капец как странно конечно. Можешь прислать скрипт в личку, гляну
OB
ну без данных то бессмысленно. а данные не могу дать
АМ
Понял. Ок. Тогда останемся в неведении в чём был трабл)
M
ну без данных то бессмысленно. а данные не могу дать
даже семпл данных?
АМ
Кстати, я подумал, что можно попробовать ещё без
.loc сделать. То есть не df.loc[df['col'.isin(a)], а df[df['col'.isin(a)]. Но тоже так себе идея, по логике вещей, это ни на что не влияет, когда мы слайсинг делаемOB
Кстати, я подумал, что можно попробовать ещё без
.loc сделать. То есть не df.loc[df['col'.isin(a)], а df[df['col'.isin(a)]. Но тоже так себе идея, по логике вещей, это ни на что не влияет, когда мы слайсинг делаемда и на pd.merge такая же картина
OB
M 🌗🌘🌑🌒🌓
даже семпл данных?
можно конечно заморочиться, но честно лень :)
M
Ну ладно.
YP
Всем привет. Вопрос следующий:
Есть таблица вида
Надо поставить группу для каждой строки. Группа заканчивается там, где во второй колонке присутствует единица. То есть на выходе получаем что то типа такого:
Кто знает оптимальный способ это сделать?
Есть таблица вида
a 0
b 0
b 0
b 1
a 0
d 1
Надо поставить группу для каждой строки. Группа заканчивается там, где во второй колонке присутствует единица. То есть на выходе получаем что то типа такого:
a 0 1
b 0 1
b 0 1
b 1 1
a 0 2
d 1 2
Кто знает оптимальный способ это сделать?
АМ
Посмотрите в сторону cumsum, скорее всего нужен будет cumsum с shift
YP
Ого, ровно то, что мне нужно, спасибо)
2019 June 21
АМ
Привет! А кто-нибудь знает как через scipy.stats посчитать доверительные интервалы для выборочного среднего?