@LucasDamian No puedes "aplicar ln" a cada sumando. Puedes aplicarlo a ambos miembros de la igualdad, pero no te lleva muy lejos, porque el logaritmo de una suma no es igual a la suma de logaritmos. La forma de resolverlo es la que te dio Mauricio
Otra forma de verlo, equivalente a la de Mauricio, es hacer un cambio de variable. Llamemos por ejemplo v=3^x. Entonces tu ecuación sería 3v+3v+3v+v+v/3 = 120. De ahi no es difícil despejar v que sale 11.6129
Entonces sabemos que v = 11.6129 = 3^x, y ahora si podemos aplicar logaritmos: ln(11.6129) = x*ln(3), de donde sacamos x (sale 2.232)
Buenas @abulafia, resulta que a la hora de clonar el repositorio me pide credenciales, ¿son las de la cuenta de gitlab o tengo que configurar algo alli antes? Clonado via https
si quieres una solución mejor que no te ande pidiendo contraseñas, tendrías que crear una pareja de claves con ssh-keygen, subir la parte pública de esa clave a gitlab, y clonar vía ssh en vez de https. Si proteges la parte privada de la contraseña con una frase de paso (deberías) pero no quieres teclearla cada vez, instala un agente ssh
@MrCode Todo depende del nivel de seguridad que tengas en la máquina en que trabajas (si alguien puede entrar en ella en ese tiempo, podría cambiar tu repositorio remoto, pues no le pedirá contraseña), y de lo crítica que sea la seguridad de ese repositorio remoto
en estas cosas siempre hay que elegir entre mayor comodidad, o mayor seguridad
Claro que lo apruebas. Ingeniería es mi materia pendiente. No pude terminar esa carrera. Claro yo estudiaba Ingeniería Eléctrica y deseaba sacar la mención en Redes Eléctricas. Al final no pude terminar la carrera.
Luego, al estudiar Matemáticas mención Estadísticas, pude recién entender lo que intentó explicarme en su tiempo el profesor de Análisis Matemático durante la carrera de Ingeniería. XDD
Llegué a aborrecer dichas materias. Porque no tenía la base suficiente para entender las cosas. Las integrales eran chino para mi, y pues eso me frustraba mucho.
@abulafia como puedo hacer para borrar NaN de algunas filas de un df ?,
intente hacer esto, pero no me funciona
for index, row in isin.iterrows():
query[(query['codigo']==row['codigo'])].dropna(inplace=True)
¿Qué significa borrar el NaN? ¿Quieres eliminar todas las filas que tengan NaN en alguna de sus columnas? ¿Quieres rellenar las celdas NaN con otro valor? ¿Con cuál?
una fila tiene codigo desc version, quiero borrar las filas NaN donde un codigo es NaN en todos los registros menos en el ultimo, eso quiere decir que por ejemplo de 20 versiones, solo apareció en la versión 20
Pero aún no entiendo qué filas quieres eliminar. Dices que los tengan NaN en todas las filas menos en la última corrida. Pero corrida_aux no es una fila, es una columna. Te refieres a que de todas las versiones del producto todas tengan NaN menos una?
En auxiliar_una_corrida se puede ver que el producto Lingerie150904001 L Black TOP tiene en la columna corrida_aux el valor 1. Yo entendí que entonces eso significaba que en el dataframe original tenía 1 sólo en una de las versiones
pero si miro df[df.id_sc2_producto=="Lingerie150904001"] veo:
id_sc2_producto talle color tipo_vigente corrida_aux
0 Lingerie150904001 L Black TOP 1.0
1 Lingerie150904001 M Black TOP 1.0
2 Lingerie150904001 S Black TOP 1.0
1 blouse171103173 XL Pastel BLUSA NaT NaN NaN NaN NaN None None
2 blouse171103173 XL Pastel BLUSA NaT NaN NaN NaN NaN None None
3 blouse171103173 XL Pastel BLUSA NaT NaN NaN NaN NaN None None
4 blouse171103173 XL Pastel BLUSA NaT NaN NaN NaN NaN None None
5 blouse171103173 XL Pastel BLUSA NaT NaN NaN NaN NaN None None
6 blouse171103173 XL Pastel BLUSA NaT NaN NaN NaN NaN None None
7 blouse171103173 XL Pastel BLUSA NaT NaN NaN NaN NaN None None
8 blouse171103173 XL Pastel BLUSA NaT NaN NaN NaN NaN None None
@LucasDamian ¿por qué borrar si todos los casos tienen NaN? No decías que querías borrar todos los que fueran NaN, excepto el último? Había entendido que en la última aparición de ese producto ya no tenía que haber NaN
Ah, ya... Querías decir borrar todos excepto el último
El error que recibes es bastante explícito: te falta establecer las cabeceras apropiadas.
Si leemos con detenimiento la documentación del método static() de Express (v4.x), nos encontramos que el mismo puede configurarse con ciertas opciones: (traducción propia)
-setHeaders: Función para est...
@LucasDamian A ver, acabo de montar un dataframe más pequeñito de ejemplo a ver si me he aclarado. Sería el siguiente:
id_sc2_producto talle color tipo_vigente fecha_alta corrida_aux stock precio precio_original TIPO origen
blouse171103173 S Pastel BLUSA NaT NaN NaN NaN NaN None None
blouse171103173 S Pastel BLUSA 2019-11-15 26.0 1.0 16.0 16.0 BLUSA SHEIN
blouse171103173 S Pastel BLUSA NaT NaN NaN NaN NaN None None
blouse171103173 S Pastel BLUSA NaT NaN NaN NaN NaN None None
blouse171103173 XL Pastel BLUSA NaT NaN NaN NaN NaN None None
blouse171103173 XL Pastel BLUSA NaT NaN NaN NaN NaN None None
blouse171103173 XL Pastel BLUSA NaT NaN NaN NaN NaN None None
Y si no entendí mal, la blusa de talla S y la de talla L no se tocan. Y la de talla XL en cambio se borran todas las filas con NaN
def reducir(df):
if (df.corrida_aux.isna().sum() >= 1
and not np.isnan(df.corrida_aux.iloc[-1])):
return df.dropna(how="any")
else:
return df
g = df.groupby(['id_sc2_producto', 'talle', 'color', 'tipo_vigente'])
result = g.apply(reducir).reset_index(drop=True)
Y sale lo siguiente
id_sc2_producto talle color ... precio_original TIPO origen
0 blouse171103173 L Pastel ... NaN None None
1 blouse171103173 L Pastel ... NaN None None
2 blouse171103173 L Pastel ... 16.0 BLUSA SHEIN
3 blouse171103173 L Pastel ... NaN None None
4 blouse171103173 S Pastel ... NaN None None
5 blouse171103173 S Pastel ... 16.0 BLUSA SHEIN
6 blouse171103173 S Pastel ... NaN None None
Es que timeit creo recordar que está pensado para cronometrar cosas que tardan muy poco (milisegundos) y entonces te lo ejecuta en bucle varias veces para quedarse con el promedio
@LucasDamian No veo que ayude en este caso, pues no se repiten entradas. Cada grupo a procesar es diferente y por tanto cachear el resultado no sirve de nada
Qué son 14kk? Por qué hay dos k? No serán 14 millones, no?
creo que no hace exactamente lo que pedías, aunque sí muy parecido.. Si un producto tiene todo NaN excepto alguna fila por el medio, y después otra vez NaN, y después distinto de NaN en la última fila, entonces se queda solo con la última fila de ese producto
y me temo que según tu especificación debía conservarlo tal cual
Pero tiene fácil solución. Cambia el >=1 por un ==1
@MauricioContreras No, no. Lo escribí así a propósito porque en el dataframe en que yo trabajaba una columna que debía tener sólo unos o ceros, tenía un 16 en algún sitio, y por tanto lo de ==1 no me funcionaba y lo cambié a >=1 sin darme cuenta de que eso incumplía ligeramente la especificación del problema
@abulafia estoy de coña, XDD. Es por sacar conversa. XDD Igual en python el experto eres tú, aunque entiendo en parte lo que intentaban hacer. Aquí estaba con mis palomitas leyendo entretenido.
otro asunto es que el decodificador unicode de la correspondiente aplicación sepa decodificarlos correctamente y otro asunto más es que la fuente que los ha de mostrar tenga soporte para ellos (o si no, que se cargue otra fuetne apropiada)
Brr. OSX tiene un modo de entrada que permite teclear códigos Unicode en hex, y te los reemplaza por el correspondiente char. Pero sólo admite códigos de 4 cifras
El error que recibes es bastante explícito: te falta establecer las cabeceras apropiadas.
Si leemos con detenimiento la documentación del método static() de Express (v4.x), nos encontramos que el mismo puede configurarse con ciertas opciones: (traducción propia)
-setHeaders: Función para est...
