python中的R等价代码。如何将R代码行转换为python?
我有下面这行。如何为R代码编写等价的python代码python中的R等价代码。如何将R代码行转换为python?,python,r,Python,R,我有下面这行。如何为R代码编写等价的python代码 c1R: df请确保提供一个易于复制的最小示例,格式化您的代码,并显示您的尝试(以避免否决票)。请看。我已经包括了我的尝试,但是,我在R和Python中得到了不同的输出。这是怎么回事?我只是保存了R的输出,用Python加载,然后与Python生成的df相比较,它们是相同的。是的,我得到了相同的输出。谢谢你很乐意帮忙!我添加了一些比较信息。如果你需要更多的帮助,请告诉我。最好的您好,实际上我正在使用for循环进行上述计算,方法是将数据分为几列
c1R:
df请确保提供一个易于复制的最小示例,格式化您的代码,并显示您的尝试(以避免否决票)。请看。我已经包括了我的尝试,但是,我在R和Python中得到了不同的输出。这是怎么回事?我只是保存了R的输出,用Python加载,然后与Python生成的df
相比较,它们是相同的。是的,我得到了相同的输出。谢谢你很乐意帮忙!我添加了一些比较信息。如果你需要更多的帮助,请告诉我。最好的您好,实际上我正在使用for循环进行上述计算,方法是将数据分为几列。如何使用GROUPBY而不是for循环?我可以把问题贴出来吗?
data = pd.DataFrame(index=np.arange(0), columns=np.arange(len(c1)))
data.columns = c1
data[0,] = 0
d1 = pd.DataFrame(numeric_vector)
d1.columns = ['col1']
d1['count'] =d1.apply(lambda x: 1, axis=1)
d1['col1'] = d1['col1'].astype('category')
add_col1 = set(c1) - set(d1['col1'].unique())
d1['col1'] = d1['col1'].cat.add_categories(add_col1)
otData = d1['col1'].value_counts().reset_index()
col1_Python col2_Python col1_R col2_R
0 7.15 0 7.15 0
1 7.45 0 7.45 0
2 8.15 0 8.15 0
3 8.45 0 8.45 0
4 9.15 0 9.15 0
5 9.45 0 9.45 0
6 10.15 0 10.15 0
7 10.45 0 10.45 0
8 11.15 0 11.15 0
9 11.45 0 11.45 0
10 12.15 1 12.15 1
11 12.45 1 12.45 1
12 13.15 1 13.15 1
13 13.45 1 13.45 1
14 14.15 1 14.15 1
15 14.45 1 14.45 1
16 15.15 1 15.15 1
17 15.45 1 15.45 1
18 16.15 1 16.15 1
19 16.45 1 16.45 1
20 17.15 1 17.15 1
21 17.45 1 17.45 1
22 18.15 1 18.15 1
23 18.45 0 18.45 0
24 19.15 0 19.15 0
25 19.45 0 19.45 0
26 20.15 0 20.15 0