question_id
int64 1.48k
42.8M
| jpn_intent
stringlengths 3
188
| snippet
stringlengths 2
232
|
---|---|---|
17,498,027 | Python を使用してセレーニウムを使用したリンクをクリックする | driver.find_element_by_xpath('xpath').click() |
35,178,812 | パイthon で,パンドデータフレーム "ex" の列 "a" のユニークなインデックス値を数え | ex.groupby(level='A').agg(lambda x: x.index.get_level_values(1).nunique()) |
15,455,388 | 辞書の辞書を含む"d"辞書から値のパダデータフレームを作成する | pd.concat(map(pd.DataFrame, iter(d.values())), keys=list(d.keys())).stack().unstack(0) |
14,914,615 | Pythonでリスト "a"とリスト "b" の同じインデックスで一致しない要素の数を調べる | sum(1 for i, j in zip(a, b) if i != j) |
21,833,383 | Python で,すべてのキーが辞書 "d" で小文字で | d = {(a.lower(), b): v for (a, b), v in list(d.items())} |
19,643,099 | 各ツープルの最初の要素と各ツープルの2番目の要素の長さに基づいて"list_"を排列する | list_.sort(key=lambda x: [x[0], len(x[1]), x[1]]) |
1,185,524 | Python で文字列 's' でホワイトスペースを切り離す | s.strip() |
1,185,524 | 左側にある"s"のタブを含む"トリムホワイトスペース" | s = s.lstrip() |
1,185,524 | 右側の"s"で白空を切り抜く (タブを含む) | s = s.rstrip() |
1,185,524 | Python で,s で\t\n\r を切り抜く文字 | s = s.strip(' \t\n\r') |
1,185,524 | Pythonで文字列 "s" でホワイトスペース (タブを含む) を切り離す | print(re.sub('[\\s+]', '', s)) |
1,516,795 | djangoでは, ['a', 'p', 'f' のすべてのエンティティをベースに"task.objects"をフィルタする | Task.objects.exclude(prerequisites__status__in=['A', 'P', 'F']) |
2,744,795 | 背景色を tkinter で変更する | root.configure(background='black') |
15,579,649 | 構造化されたマレイに"結果"を変換する | numpy.array([(key, val) for key, val in result.items()], dtype) |
41,192,805 | Pythonで"y"列の値によってソートされた"df_2"のデータフレームに"df_1"をコンカテネートする | pd.concat([df_1, df_2.sort_values('y')]) |
2,556,108 | Python で,文字列 's' で,表現 '</div>' の最後の出現を '</bad>' に置き換える | re.sub('(.*)</div>', '\\1</bad>', s) |
42,211,584 | 辞書で最大限の"給与"と"ボーナス"値を取得する | print(max(d, key=lambda x: (d[x]['salary'], d[x]['bonus']))) |
5,301,996 | Python で,django オブジェクトを"author"で id "1" と"2"でフィルタする | Book.objects.filter(author__id=1).filter(author__id=2) |
8,993,904 | Pythonで"xyz"文字列を用いて,ケース不敏感なマッチングに基づいて分割文字列"fooxyzbar" | re.compile('XYZ', re.IGNORECASE).split('fooxyzbar') |
40,498,088 | Pythonで文字列"例"で隣接整数の合計のリストを取得 | [sum(map(int, s)) for s in example.split()] |
1,920,145 | Python で,値が"である単語y"からすべてのキーを取得 | [i for i in y if y[i] == 1] |
13,837,848 | バイト文字列 "c" をユニコード文字列に変換する | c.decode('unicode_escape') |
23,354,124 | パイthon で,最初の2つの列を"年"と"値"の新しい列に "x" のパンダデータフレームから開く | pd.melt(x, id_vars=['farm', 'fruit'], var_name='year', value_name='value') |
6,416,131 | Pythonで"default_data"辞書に"item3"キーと"3"値を追加する | default_data['item3'] = 3 |
6,416,131 | Pythonで"default_data"辞書に"item3"キーと"3"値を追加する | default_data.update({'item3': 3, }) |
6,416,131 | Pythonで"default_data"辞書に"item4",4",item5",5のキー値ペアを追加する | default_data.update({'item4': 4, 'item5': 5, }) |
40,016,359 | リストの最初の3つの要素を Python で取得します. | l[:3] + l[-3:] |
20,490,274 | Pythonで,データフレーム "df" でデフォルトにリセットインデックス | df = df.reset_index(drop=True) |
18,872,717 | 0 から 3 の各インデックス "x" に対して,リスト "b" のインデックス "x" の要素をリスト "a" のインデックス "x" のリストに追加する. | [a[x].append(b[x]) for x in range(3)] |
3,220,755 | Python でファイル名 "path" のカノニカルパスを取得する | os.path.realpath(path) |
18,170,459 | Python で,辞書 "l[0].f.items() " が辞書 "a3.f.items() " であるかどうかを確認する | set(L[0].f.items()).issubset(set(a3.f.items())) |
27,175,400 | 値が 1 の numpy 2d アレイですべてのインデックスを見つけ | zip(*np.where(a == 1)) |
27,175,400 | Python で 2D アレイで値のインデックスをどうやって見つけますか? | np.where(a == 1) |
14,507,794 | Python で,データフレーム "df" で階層列インデックスをレベル 0 に崩す | df.columns = df.columns.get_level_values(0) |
4,690,366 | Python で [1, 2, 3] のリストからマトリックスを作成する | x = scipy.matrix([1, 2, 3]).transpose() |
20,735,384 | Pythonで文字列"テキスト"に"get"の後に"@"を追加する | text = re.sub('(\\bget\\b)', '\\1@', text) |
39,277,638 | 3x1の要素の最小値を含むナプピーマレイを取得します | np.array([np.arange(3), np.arange(2, -1, -1), np.ones((3,))]).min(axis=0) |
12,168,648 | 範囲内のインデックスのためにデータフレーム "df" に"new_col"列を追加する | df['new_col'] = list(range(1, len(df) + 1)) |
5,971,312 | 設定環境変数"debussy"=1 | os.environ['DEBUSSY'] = '1' |
5,971,312 | Python で環境変数"debussy"を取得する | print(os.environ['DEBUSSY']) |
5,971,312 | Pythonで環境変数"debussy"を"1"に設定する | os.environ['DEBUSSY'] = '1' |
12,717,716 | Python で,キーが同一である場合の値を覆す辞書"b"を更新し,辞書"d"の内容を | b.update(d) |
17,193,850 | パイthonで,パダデータフレーム 'df' から列 'b' のすべての値を取得 | df['b'] |
13,395,888 | 誤差バー"バー"を入力して,データ"x,y,err"から線図を作成し,誤差バーの色を"y" (黄色) に設定します. | ebar = plt.errorbar(x, y, yerr=err, ecolor='y') |
3,608,411 | Python で,ディレクトリ"フォルダ"で拡張子 ".c"を持つすべてのファイルを検索 | results += [each for each in os.listdir(folder) if each.endswith('.c')] |
31,771,758 | Python で,UTF-8 解読文字列 "\xc2\xa3" にユニコード文字列"1"を追加する | print('\xc2\xa3'.decode('utf8') + '1') |
39,414,085 | 文字素の小文字で,Python で"s"の文字列で"(?<=[a-z])"のレジェックスパターンの発生を"-\\1"に置き換えることで得られる文字列 | re.sub('(?<=[a-z])([A-Z])', '-\\1', s).lower() |
5,061,582 | Python スクリプトでスタックサイズを設定 | os.system('ulimit -s unlimited; some_executable') |
2,389,846 | 文字列のフォーマットを使用して文字列のフォーマット | """{0:.3g}""".format(num) |
7,332,841 | Pythonで,アレイ"a"の最初の要素をアレイ"a"に追加する | numpy.append(a, a[0]) |
38,331,568 | パイthon で,データフレーム "df" で値 38.15 の列を返します | df.ix[:, (df.loc[0] == 38.15)].columns |
41,463,763 | Pythonで"収益"と"日付"の列で同じ値を持つ2つのデータフレーム"df1"と"df2"を統合し,インデックスする | df2['revenue'] = df2.CET.map(df1.set_index('date')['revenue']) |
23,970,693 | Pythonで json_data の変数 "json_data" に json_string をロードする | json_data = json.loads(json_string) |
9,875,964 | 半径を1度に変換する | math.cos(math.radians(1)) |
25,355,705 | Python でリスト "a" の整数数を数え | sum(isinstance(x, int) for x in a) |
31,522,361 | 文字列の\u200bを"*"で置き換える | 'used\u200b'.replace('\u200b', '*') |
2,108,126 | 実行機能"sudsmove"を同時に実行する | threading.Thread(target=SudsMove).start() |
26,894,227 | Python で,リスト "l" の平方値の合計 | sum(i * i for i in l) |
26,894,227 | リスト"l"の各値の正方形の合計を Python で計算する | sum(map(lambda x: x * x, l)) |
1,747,817 | Python で"反復可能"リストから辞書"d"を作成する | d = dict(((key, value) for (key, value) in iterable)) |
1,747,817 | Python で"反復可能"リストから辞書"d"を作成する | d = {key: value for (key, value) in iterable} |
1,747,817 | Python で"再発可能"のキー値ペアリストから"d"辞書を作成する | d = {k: v for (k, v) in iterable} |
19,100,540 | データのフレーム "df"列のエントリ "alabama_exp"を2桁の10桁に丸め, "credit_exp"列のエントリを3桁の10桁に丸め | df.round({'Alabama_exp': 2, 'Credit_exp': 3}) |
7,668,141 | カール"p"で output しないようにする | p.setopt(pycurl.WRITEFUNCTION, lambda x: None) |
1,456,617 | Python で,単語リストの"単語"からランダムな単語を返します | print(random.choice(words)) |
12,829,889 | Python で,ネードされた辞書 "d" でキー"カウント"の最大値を検索する | max(d, key=lambda x: d[x]['count']) |
2,606,976 | 文字列の要素のリストを取得し,空文字列の代わりに "0" を置く. | [(int(x) if x else 0) for x in data.split(',')] |
2,606,976 | 文字列を"s"に分割して"をベースにした文字列列列に"s"を分割し,空文字列をゼロで置き換える | """,""".join(x or '0' for x in s.split(',')) |
940,822 | 普通の表現は 違う | re.compile('$^') |
940,822 | 規則表現の構文は,何も一致しないために | re.compile('.\\A|.\\A*|.\\A+') |
940,822 | パターンで規則表現オブジェクトを作成します | re.compile('a^') |
26,897,536 | 0 より大きい最大値を持つデータフレーム "df" のすべての列を落とす | df.columns[df.max() > 0] |
6,407,362 | "あなたの時間"の日付が今日の日付に等しいかどうかを確認する | yourdatetime.date() == datetime.today().date() |
8,924,173 | Python で大文字"hello"を印刷する | print('\x1b[1m' + 'Hello') |
4,358,701 | Python で,文字列 "unique12345678901234567890.mkv" の""の前で 20 つの符号を削除する | re.sub('.{20}(.mkv)', '\\1', 'unique12345678901234567890.mkv') |
17,589,590 | Python で string 値 "['a', 'c', 'b', 'obj']"を持つリストを定義する | ['a', 'c', 'b', 'obj'] |
2,077,897 | Pythonで文字列"mystring"で複数のホワイトスペースを単一のホワイトスペースに置き換える | """ """.join(mystring.split()) |
20,048,987 | 切断なしで浮動点番号2.345e-67を印刷する | print('{:.100f}'.format(2.345e-67)) |
1,602,934 | Python で"dict"で"key1"キーが確認する | ('key1' in dict) |
1,602,934 | Python で"d"で"a"をキーにするかどうか確認する | ('a' in d) |
1,602,934 | Python で,キー "c" が "d" であるかどうかを確認する | ('c' in d) |
1,602,934 | Python で,あるキー"key1"が辞書"dict"で存在しているかどうかを確認する | if ('key1' in dict):
pass |
1,602,934 | Python で,単語 "d" で与えられたキー"キー"が存在しているか確認する | if (key in d):
pass |
9,304,908 | Python で値"1,4,7"のリストのために django 查询を作成する | Blog.objects.filter(pk__in=[1, 4, 7]) |
2,497,027 | Python での二重ファイル"test/test.pdf"を読み取る | f = open('test/test.pdf', 'rb') |
17,484,631 | ""前"の3桁の間の""を挿入し,""を""と置き換える. | format(12345678.46, ',').replace(',', ' ').replace('.', ',') |
20,375,561 | パイthon で,左側で"county_id"と右側で"countyid"で"frame_1"と"frame_2"で"phandaのデータフレームを結合する | pd.merge(frame_1, frame_2, left_on='county_ID', right_on='countyid') |
38,708,621 | Python で,numpy array 'a' の稀少度比を計算する | np.isnan(a).sum() / np.prod(a.shape) |
10,194,713 | キー値リストの第3項でデフォルト辞書"citypopulation"の項目を逆分類する | sorted(iter(cityPopulation.items()), key=lambda k_v: k_v[1][2], reverse=True) |
10,194,713 | 値の2番目の要素に基づいて上昇順で"u"の辞書を排列する | sorted(list(u.items()), key=lambda v: v[1]) |
10,194,713 | 逆分類辞書"d"その値に基づいて | sorted(list(d.items()), key=lambda k_v: k_v[1], reverse=True) |
10,194,713 | 標準ディクト"d"を値に並べます | sorted(list(d.items()), key=lambda k_v: k_v[1]) |
4,060,221 | Python スクリプトと同じディレクトリで"bundled-resource.jpg"ファイルを開く | f = open(os.path.join(__location__, 'bundled-resource.jpg')) |
13,954,840 | ファイル"words.txt"をruモードで開く | f = open('words.txt', 'rU') |
11,840,111 | Pythonで,二つの辞書"d1"と"d2"の同じキーで値を分割する | {k: (float(d2[k]) / d1[k]) for k in d2} |
11,840,111 | Python で,同じキー "k" の値で,各キー "k" の値 "d2" を割る | {k: (d2[k] / d1[k]) for k in list(d1.keys()) & d2} |
11,840,111 | Python で,辞書 "d2" の同じキーに関連した値から,辞書 "d1" の各キーに関連した値を分割する | dict((k, float(d2[k]) / d1[k]) for k in d2) |
13,999,850 | Python で,年月日"%y%m%d"とフォーマットされた日付をファイル"filename"にデータフレーム"df"を書き込み | df.to_csv(filename, date_format='%Y%m%d') |
11,277,432 | Pythonで"my_dict"辞書から"key"を削除する | my_dict.pop('key', None) |
1,800,187 | アレイ"a"のナノ値をゼロに置き換える | b = np.where(np.isnan(a), 0, a) |