معرفی شرکت ها

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

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

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

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

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

Automatic Crosswalk

ویژگی	مقدار
سیستم عامل	-
نام فایل	autocrosswalk-0.0.9
نام	autocrosswalk
نسخه کتابخانه	0.0.9
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	Nicolaj Søndergaard Mühlbach
ایمیل نویسنده	n.muhlbach@gmail.com
آدرس صفحه اصلی	https://github.com/muhlbach/autocrosswalk
آدرس اینترنتی	https://pypi.org/project/autocrosswalk/
مجوز	MIT License

# autocrosswalk: A generic approach to crosswalking This library automates crosswalks from one dataframe to another. Please contact the authors below if you find any bugs or have any suggestions for improvement. Thank you! Author: Nicolaj Søndergaard Mühlbach (n.muhlbach at gmail dot com, muhlbach at mit dot edu) ## Code dependencies This code has the following dependencies: - Python >=3.6 - pandas >=1.3 ## Installation There are no heavy dependencies for this library to work. We have included an example that requires a parquet reader, e.g., `pyarrow`, `brotli`, or `fastparquet`. One needs to have one of them installed in order to use the example data provided. Otherwise, go ahead and install by `pip install autocrosswalk`. ## Usage ```python # Libraries from autocrosswalk.main import AutoCrosswalk from autocrosswalk.tools import load_example_data # Load example data data = load_example_data() # Separate into old and new data, i.e., we crosswalk the 'data_from' to 'data_to' data_from = data.loc[data["DB"]=="db_20_0"] data_to = data.loc[data["DB"]=="db_26_1"] # Instantiate autocrosswalk = AutoCrosswalk(n_best_match=3, prioritize_exact_match=True, enforce_completeness=True, verbose=2) # Generate crosswalk file df_crosswalk = autocrosswalk.generate_crosswalk(df_from=data_from, df_to=data_to, numeric_key=['O*NET-SOC Code'], text_key=['Job title']) # Perform crosswalk df_updated = autocrosswalk.perform_crosswalk(crosswalk=df_crosswalk, df=data_from, values=["Data Value"], by=['Date', 'DB', 'Category', 'Element ID', 'Element Name','Element description']) # Check if number of unique keys match print(len(df_updated["O*NET-SOC Code"].unique()) == len(data_to["O*NET-SOC Code"].unique())) print(len(df_updated["Job title"].unique()) == len(data_to["Job title"].unique())) # Now, 'df_updated' has all new keys from 'data_to'! ```

نیازمندی

مقدار	نام
>=0.0.41	bodyguard
>=0.0.7	econnlp

زبان مورد نیاز

مقدار	نام
>=3.6	Python

نحوه نصب

نصب پکیج whl autocrosswalk-0.0.9:

pip install autocrosswalk-0.0.9.whl

نصب پکیج tar.gz autocrosswalk-0.0.9:

pip install autocrosswalk-0.0.9.tar.gz