Transforms like 'scale' need some way to handle missing data
Dieses Issue hat noch niemand übernommen.
Bewertung
- Schwierigkeit
- 4/5
- Geschätzter Aufwand
- 3-5 Tage
- Anfängerfreundlichkeit
- 35/100
Rechercherichtung
Das Issue stellt einen reproduzierbaren pandas DataFrame und ein pt.dmatrices-Beispiel bereit; beginne damit, den Fall scale(X.diff()) auszuführen und ihn mit X.diff() zu vergleichen. Verfolge, wie fehlende Werte aus der Transformation behandelt werden, wobei die Fertigstellung als ein nicht abstürzendes Ergebnis für diesen Ausdruck definiert ist.
Vom Indexierungsmodell aus dem Issue-Text verfasst.
Beschreibung
In[92]: df = pd.DataFrame([(1,3),(2,6),(4,2),(6,5),(7,3),(4,6),(2,2),(6,4)], columns=['y','X'])
In[93]: pt.dmatrices('y ~ X.diff()', df)
Out[93]:
(DesignMatrix with shape (7, 1)
y
2
4
6
7
4
2
6
Terms:
'y' (column 0),
DesignMatrix with shape (7, 2)
Intercept X.diff()
1 3
1 -4
1 3
1 -2
1 3
1 -4
1 2
Terms:
'Intercept' (column 0)
'X.diff()' (column 1))
In[94]: pt.dmatrices('y ~ scale(X.diff())', df)
Traceback (most recent call last):
File "C:\Python34\lib\site-packages\IPython\core\formatters.py", line 222, in catch_format_error
r = method(self, *args, **kwargs)
File "C:\Python34\lib\site-packages\IPython\core\formatters.py", line 699, in __call__
printer.pretty(obj)
File "C:\Python34\lib\site-packages\IPython\lib\pretty.py", line 368, in pretty
return self.type_pprinters[cls](obj, self, cycle)
File "C:\Python34\lib\site-packages\IPython\lib\pretty.py", line 552, in inner
p.pretty(x)
File "C:\Python34\lib\site-packages\IPython\lib\pretty.py", line 382, in pretty
return meth(obj, self, cycle)
File "C:\Python34\lib\site-packages\patsy\design_info.py", line 1089, in _repr_pretty_
for col in formatted_cols]
File "C:\Python34\lib\site-packages\patsy\design_info.py", line 1089, in <listcomp>
for col in formatted_cols]
ValueError: max() arg is an empty sequence
Out[94]:
- Vorherrschende Sprache
- Python
- Sterne
- 990
- Forks
- 113
- Ø Merge
- 2 T. 8 Std.
- Gemergte PRs (30 T.)
- 3
Entwicklungsumgebung
Dieses Projekt bietet weder Dev-Container noch Dockerfile noch Beitragsleitfaden – die Einrichtung liegt bei Ihnen. Beginnen Sie mit der README; die allgemeinen Schritte stehen in unserem Leitfaden für den ersten Beitrag.
Erste Schritte
- Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
- Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
- Forken Sie das Repository und arbeiten Sie in einem Branch.
- Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.
Mehr aus pydata/patsy
-
VarLookupDict should implement __iter__, causes CPython crash when using statsmodels in marimo notebookEvtl. vergeben @kouyouqi123 hat das vor 173 Tagen übernommen. Offen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 72/100
-
Add link to license in readmeEvtl. vergeben @zheng-guannan577 hat das vor 9 Tagen übernommen. Offen
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 72/100
-
Schwierigkeit 1/5 Unter einer Stunde Anfängerfreundlichkeit 68/100
-
Nullable pandas dtypes crash in categorical handling: "Cannot interpret 'BooleanDtype' as a data type"Evtl. vergeben @RaphaelFakhri hat das vor 15 Tagen übernommen. Offen
Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 35/100
-
cc() truncates periodic coordinates for integer input with fractional boundsEvtl. vergeben @ktz03 hat das vor 39 Tagen übernommen. Offen
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 35/100
Ähnliche Issues
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 64/100
Maintainer antworten meist innerhalb von 1 Tag
-
Harden tools/pr_threads.sh: pass all printed thread fields through the deterministic sanitizerOffenarea:cli area:security enhancement priority:medium size:small
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 76/100
RonaldHensbergen/composable-data-stack#1338 ·
Maintainer antworten meist innerhalb von 1 Tag
-
area:stdlib effort:S impact:med platform:linux type:bug
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 84/100
Maintainer antworten meist innerhalb von 1 Tag
-
automated endpoint-dead needs-curation
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 76/100
almanac-data/climate-almanac#139 ·
Maintainer antworten meist innerhalb von 1 Tag
-
Schwierigkeit 2/5 1-3 Stunden Anfängerfreundlichkeit 82/100
UKGovernmentBEIS/inspect_ai#6695 · 1 Kommentar ·
Maintainer antworten meist innerhalb von 1 Tag