t
замените на callbacks.append(что-там-у-вас), будет счастье
Size: a a a
2020 November 06
t
Учим питон всем чатом
¯\_(ツ)_/¯ щито поделæть
СВ
.append возвращает None, все верно
Черт, в дурку пора
EZ
¯\_(ツ)_/¯ щито поделæть
Доки читать)
DV
А тут опередили
SL
Больше похоже на то, что чуваку отдохнуть пора 😊
FM
Всем привет. Я сразу к делу, да простят меня модераторы, если тут нужно потусить, прежде чем задавать подобные вопросы. Раньше я работал с таблицами и базами данных, а теперь потянуло на все, что связано со статистикой, Big Data и прочее. Хочу найти кого-то, кто занимается этим и может что-то подсказать, посоветовать. Может кто-то только начал это изучать и мы можем учиться этому вместе. Отпишите в лс. Спасибо!
AB
J
Можно ли в пандас
"Обрезать строковае значение"
Есть df["data"] там строки вида
"dd.mm.yyyy hh:mm"
А мне надо только
"dd.mm.yyyy" и потом сравнить с другой строкой
Можно ли как-то убрать лишнее?
Питоновский str.split()[0]
Но как его вызвать для каждого значения?
"Обрезать строковае значение"
Есть df["data"] там строки вида
"dd.mm.yyyy hh:mm"
А мне надо только
"dd.mm.yyyy" и потом сравнить с другой строкой
Можно ли как-то убрать лишнее?
Питоновский str.split()[0]
Но как его вызвать для каждого значения?
DD
Можно ли в пандас
"Обрезать строковае значение"
Есть df["data"] там строки вида
"dd.mm.yyyy hh:mm"
А мне надо только
"dd.mm.yyyy" и потом сравнить с другой строкой
Можно ли как-то убрать лишнее?
Питоновский str.split()[0]
Но как его вызвать для каждого значения?
"Обрезать строковае значение"
Есть df["data"] там строки вида
"dd.mm.yyyy hh:mm"
А мне надо только
"dd.mm.yyyy" и потом сравнить с другой строкой
Можно ли как-то убрать лишнее?
Питоновский str.split()[0]
Но как его вызвать для каждого значения?
df.data.apply(lambda x: x[:10])
KZ
Можно ли в пандас
"Обрезать строковае значение"
Есть df["data"] там строки вида
"dd.mm.yyyy hh:mm"
А мне надо только
"dd.mm.yyyy" и потом сравнить с другой строкой
Можно ли как-то убрать лишнее?
Питоновский str.split()[0]
Но как его вызвать для каждого значения?
"Обрезать строковае значение"
Есть df["data"] там строки вида
"dd.mm.yyyy hh:mm"
А мне надо только
"dd.mm.yyyy" и потом сравнить с другой строкой
Можно ли как-то убрать лишнее?
Питоновский str.split()[0]
Но как его вызвать для каждого значения?
apply(lambda x:x[:10])
J
О, спасибо
А так можно любую функцию ему передать?
Или только лямбду?
А так можно любую функцию ему передать?
Или только лямбду?
DD
О, спасибо
А так можно любую функцию ему передать?
Или только лямбду?
А так можно любую функцию ему передать?
Или только лямбду?
Абсолютно любую
J
А есть в pandas встроенный метод чтобы найти неубывающую/невозрастающую последовательность?
Или ручками надо?
Или ручками надо?
D
Можно ли в пандас
"Обрезать строковае значение"
Есть df["data"] там строки вида
"dd.mm.yyyy hh:mm"
А мне надо только
"dd.mm.yyyy" и потом сравнить с другой строкой
Можно ли как-то убрать лишнее?
Питоновский str.split()[0]
Но как его вызвать для каждого значения?
"Обрезать строковае значение"
Есть df["data"] там строки вида
"dd.mm.yyyy hh:mm"
А мне надо только
"dd.mm.yyyy" и потом сравнить с другой строкой
Можно ли как-то убрать лишнее?
Питоновский str.split()[0]
Но как его вызвать для каждого значения?
Так если столбец имеет тип datetime, то можно без разрезки указать в конце .dt.date
D
И он вернет тебе только дату
J
Так если столбец имеет тип datetime, то можно без разрезки указать в конце .dt.date
В csv строка как-то можно явно указать?