معرفی شرکت ها


a-pandas-ex-closest-neighbours-0.10


Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر

توضیحات

Find the lower and upper neighbours in a pandas.Series
ویژگی مقدار
سیستم عامل -
نام فایل a-pandas-ex-closest-neighbours-0.10
نام a-pandas-ex-closest-neighbours
نسخه کتابخانه 0.10
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Johannes Fischer
ایمیل نویسنده <aulasparticularesdealemaosp@gmail.com>
آدرس صفحه اصلی https://github.com/hansalemaos/a_pandas_ex_closest_neighbours
آدرس اینترنتی https://pypi.org/project/a-pandas-ex-closest-neighbours/
مجوز MIT
### Find the lower and upper neighbours in a pandas.Series ```python pip install a-pandas-ex-closest-neighbours ``` ```python Usage: from a_pandas_ex_closest_neighbours import pd_add_closest_neighbours import pandas as pd from random import choice # random dataframe pd_add_closest_neighbours() sizes = list(range(1, 100)) df = pd.DataFrame([choice(sizes) for x in range(1000)]) df.columns = ['num'] df Out[3]: num 0 17 1 32 2 17 3 90 4 76 .. ... 995 69 996 82 997 65 998 84 999 62 [1000 rows x 1 columns] min_neighbours2, max_neighbours2 = df.num.s_find_closest_neighbours(value=72, convertdtypes=True, accept_exact_match=False) min_neighbours2 Out[8]: lower_index lower_value 0 95 71 1 184 71 2 265 71 3 291 71 4 486 71 5 569 71 6 644 71 7 652 71 8 742 71 9 804 71 10 830 71 11 964 71 max_neighbours2 Out[9]: upper_index upper_value 0 26 73 1 44 73 2 119 73 3 161 73 4 219 73 5 397 73 6 415 73 7 492 73 8 593 73 9 610 73 10 612 73 11 802 73 min_neighbours2, max_neighbours2 = df.num.s_find_closest_neighbours(value=72, convertdtypes=True, accept_exact_match=True) max_neighbours1 Out[4]: upper_index upper_value 0 105 72 1 147 72 2 210 72 3 281 72 4 317 72 5 361 72 6 377 72 7 386 72 8 485 72 9 521 72 10 675 72 11 956 72 12 957 72 min_neighbours1 Out[5]: lower_index lower_value 0 105 72 1 147 72 2 210 72 3 281 72 4 317 72 5 361 72 6 377 72 7 386 72 8 485 72 9 521 72 10 675 72 11 956 72 12 957 72 Parameters: series:pd.Series Only pandas.Series value:Union[float,int] the value you want to have the closest neighbours from convertdtypes:bool converts string numbers to numbers (default=False) accept_exact_match:bool example: True: if you are passing 72, and 72 is in the Series, the minimum and maximum values will be all the same, that means: 72 False: All cells with 72 are excluded, and you won't see 72 in the results (default=False) Returns: tuple ```


نیازمندی

مقدار نام
- a-pandas-ex-less-memory-more-speed
- pandas


نحوه نصب


نصب پکیج whl a-pandas-ex-closest-neighbours-0.10:

    pip install a-pandas-ex-closest-neighbours-0.10.whl


نصب پکیج tar.gz a-pandas-ex-closest-neighbours-0.10:

    pip install a-pandas-ex-closest-neighbours-0.10.tar.gz