Python - h2o: 如何正确指定列类型?
Python - h2o: How to specifiy column types correctly?
我正在尝试将 pandas 数据框导入 h2o 框架并指定我想要的列类型。问题是我最终尝试对两个数据集执行 .rbind(),但有时取决于某些列的值,h2o 会强制它们为 real 或 int,然后它们无法执行 .rbind(),因为列类型是不同的。我想确保我可以获得具有相同列类型的两个不同数据集,以便发生这些失败。
下面的可重现示例:
import pandas as pd
import h2o
my_df1 = pd.DataFrame({'a':[1,1,0,0,1],
'b':[1,0,.5,.2,0]})
my_df2 = pd.DataFrame({'a':[.5,.8,0,0,1],
'b':[1,0,.5,.2,0]})
h2o.init()
my_h2o1 = h2o.H2OFrame(my_df1)
my_h2o2 = h2o.H2OFrame(my_df2)
my_h2o1.rbind(my_h2o2) ### This fails
### try to manually specify the column names and types
col_names = [k for k in my_h2o1.types.keys()]
col_types = [v for v in my_h2o1.types.values()]
my_h2o3 = h2o.H2OFrame(my_df2,column_names=col_names, column_types=col_types)
my_h2o1.types.values() == my_h2o3.types.values()
my_h2o1.rbind(my_h2o3) ### This fails still
在将列类型转换为 H2OFrame 后尝试转换列类型
# check types
In [38]: my_h2o1.types
Out[38]: {'a': 'int', 'b': 'real'}
In [39]: my_h2o2.types
Out[39]: {'a': 'real', 'b': 'real'}
因为我们需要 my_h2o1['a']
类型为实数(因为一旦对列进行 rbind,就会混合使用实数和整数)。我们可以使用 asnumeric()
.
my_h2o1['a'] = my_h2o1['a'].asnumeric()
一旦我们有了匹配的类型,我们就可以使用rbind
方法
my_h2o1.rbind(my_h2o2)
我正在尝试将 pandas 数据框导入 h2o 框架并指定我想要的列类型。问题是我最终尝试对两个数据集执行 .rbind(),但有时取决于某些列的值,h2o 会强制它们为 real 或 int,然后它们无法执行 .rbind(),因为列类型是不同的。我想确保我可以获得具有相同列类型的两个不同数据集,以便发生这些失败。
下面的可重现示例:
import pandas as pd
import h2o
my_df1 = pd.DataFrame({'a':[1,1,0,0,1],
'b':[1,0,.5,.2,0]})
my_df2 = pd.DataFrame({'a':[.5,.8,0,0,1],
'b':[1,0,.5,.2,0]})
h2o.init()
my_h2o1 = h2o.H2OFrame(my_df1)
my_h2o2 = h2o.H2OFrame(my_df2)
my_h2o1.rbind(my_h2o2) ### This fails
### try to manually specify the column names and types
col_names = [k for k in my_h2o1.types.keys()]
col_types = [v for v in my_h2o1.types.values()]
my_h2o3 = h2o.H2OFrame(my_df2,column_names=col_names, column_types=col_types)
my_h2o1.types.values() == my_h2o3.types.values()
my_h2o1.rbind(my_h2o3) ### This fails still
在将列类型转换为 H2OFrame 后尝试转换列类型
# check types
In [38]: my_h2o1.types
Out[38]: {'a': 'int', 'b': 'real'}
In [39]: my_h2o2.types
Out[39]: {'a': 'real', 'b': 'real'}
因为我们需要 my_h2o1['a']
类型为实数(因为一旦对列进行 rbind,就会混合使用实数和整数)。我们可以使用 asnumeric()
.
my_h2o1['a'] = my_h2o1['a'].asnumeric()
一旦我们有了匹配的类型,我们就可以使用rbind
方法
my_h2o1.rbind(my_h2o2)