Pandas语法笔记

Joseph_ChiRunningAnt Joseph_ChiRunningAnt 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 600+累计阅读 679平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄10年
关注
原创 最新推荐文章于 2026-05-15 06:01:13 发布 679 阅读 AI 写同款· GEO 优化 ›
Pandas 学习笔记之DataFrame基本语法 仅供学习 import numpy as np import pandas as pd from pandas import DataFrame from numpy import nan as NaN #----------------------------------------------- # 创建DataFrame df1 = DataFrame(np.random.randint... 阅读详情

1. Pandas读取csv文件

import pandas as pd
data = pd.read_csv(file,par)，
其中par为参数，具体查看http://pandas.pydata.org/pandas-docs/stable/generated/pandas.read_csv.html.

2. 查看data的行数和列数

data.shape 返回（行数，列数）
data.shape[0]返回行数
data.shape[1]返回列数

收录于
编程python

当前文章被收录于：

编程python
5 篇文章 0 人学习
订阅专栏 查看详情
标签
#python #pandas
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
YOLOv5s模型训练全流程解析：从数据准备到实战检测 本文详细解析了YOLOv5s模型训练的全流程，涵盖从环境搭建、数据准备与格式转换，到模型训练、参数调优及实战检测的完整步骤。文章提供了具体的代码示例和常见问题解决方案，旨在帮助开发者，特别是新手，高效掌握YOLOv5s模型训练的核心技术，并成功应用于实际检测任务中。 阅读详情

相关推荐

点云配准实战：用DGCNN+Transformer+SVD搞定3D模型对齐（附PyTorch代码）

本文详细介绍了基于深度学习的点云配准实战方法，重点解析了Deep Closest Point (DCP)模型。该模型融合了DGCNN、Transformer和可微分SVD三大核心模块，能够端到端地预测点云间的刚性变换，有效克服传统ICP算法对初始位置敏感、易陷入局部最优的缺点。文章提供了完整的PyTorch代码实现、ModelNet40数据集处理、训练策略及显存优化技巧，旨在帮助开发者在机器人、自动驾驶等领域实现精准的3D模型对齐。

weixin_29061041的博客 155

PHP与JSON的一些常用操作

PHP把数据写入JSON文件 <?php // 生成一个PHP数组 $data = array (); $data ["fruit"] = "apple" ; $data ["animal"] = "tiget"; // 把PHP数组转成JSON字符串,写入文件 $json_string = json_encode( $data ); ?> PHP读取JSON数据? <?php // 从文件中读取数据到PHP变量 $str = file_get_contents ( 'one

HelloWorld 2371

蓝牙HCI Dongle实战：从芯片选型到协议栈集成的完整指南

本文详细介绍了蓝牙HCI Dongle的实战应用，从芯片选型到协议栈集成的完整指南。通过对比CSR8510、nRF52840等主流芯片的性能和价格，提供选型建议和避坑技巧。同时，深入解析Zephyr协议栈移植和常见问题排查，帮助开发者高效完成蓝牙项目开发。

weixin_30786657的博客 322

读取CSV文件数据

Python读取CSV文件方法及部分参数应用

didadipy的博客 4628

用Python玩转共现分析：从NLTK到热力图可视化（附完整代码）

本文详细介绍了如何使用Python进行文本共现分析，从NLTK基础文本处理到构建共现矩阵，并实现热力图可视化。通过完整的代码示例，帮助数据分析师和开发者掌握这一揭示词语间关联网络的实用NLP技术，快速从文本中提取语义关系和主题结构。

weixin_29313817的博客 350

用 CORRESPONDING #( ) 优雅复制同名字段：从 MOVE-CORRESPONDING 到现代 ABAP 结构映射的关键差异与最佳实践

摘要：本文深入探讨了SAP ABAP中结构数据复制的两种主要方式——传统MOVE-CORRESPONDING与现代CORRESPONDING #()的核心差异。重点分析了现代构造表达式会初始化目标结构的关键特性，通过SAP_GWFND开发中的实际案例展示了这一差异可能引发的线上问题。同时介绍了使用BASE保留目标字段值的技巧，以及通过MAPPING处理字段名不一致的场景。文章为ABAP开发者提供了在S/4HANA、BTP及RAP等现代架构下的数据映射最佳实践，帮助规避常见的维护陷阱。（149字）

2007 年 ~ 2025 年，深耕 SAP 技术 18 年 2262

Pandas 获取 Dataframe 总的行数 和 列数

Pandas 获取 DataFam 总的行数 和 列数 返回列数： df.shape[1] 返回行数： df.shape[0] 或者：len(df)

weixin_44681349的博客 8322

王炸联动！OpenClaw 对接微信 / 企业微信保姆级教程，AI 办公效率翻倍

《OpenClaw对接微信/企业微信全指南》摘要：本文提供开源AI智能体OpenClaw与微信生态的完整对接教程。核心内容包括企业微信配置四步法（获取凭证、修改配置、重启服务、验证对接）和个人微信通过企业微信插件的一键打通方案。对接后支持微信/企微发指令AI秒执行、群聊机器人、文件同步等高效办公场景，并附常见问题排查代码。教程强调配置简单（全程可复制代码）、适用广泛（个人/团队场景），实现沟通与AI协作的无缝衔接。文末包含端口放行等实用命令，助力用户快速实现移动端AI办公。（149字）

2501_93651177的博客 584

Pandas行数和列数获取

Pandas行数和列数获取,ndarray转dataframe，series

路在脚下 2万+

SGP4/SDP4详解

**SGP4** (Simplified General Perturbations Version 4) 和 **SDP4** (Simplified Deep-space Perturbations Version 4) 是一组**解析轨道预报模型**，用于预测地球轨道卫星的位置和速度。它们是北美防空司令部（NORAD）维护的**TLE**数据格式的标准配套算法。 简单来说：**TLE是卫星轨道的"身份证"，而SGP4/SDP4是解读这张身份证的"说明书"**。

ScilogyHunter的博客 591

【代码审计】专栏文章汇总

代码审计基础 代码审计基础 源代码审计思路（上） 源代码审计思路（下） 常见漏洞审计 认证会话管理（上） 认证会话管理（下） 输入输出验证 授权管理审计 业务安全审计 第三方组件审计

武天旭的博客 4846

史上最全pandas语法汇总，教你一文掌握pandas

pandas语法汇总

GFDGFHSDS的博客 3365

Ceph入门到精通-更换osd、扩容osd

【代码】Ceph入门到精通-更换osd、扩容osd。

隔壁老瓦的专栏 1548

Pandas语法笔记（二）pandas基础

https://github.com/datawhalechina/joyful-pandas 第二章 pandas基础 In [1]: import numpy as np In [2]: import pandas as pd 在开始学习前，请保证 pandas 的版本号不低于如下所示的版本，否则请务必升级！请确认已经安装了 xlrd, xlwt, openpyxl 这三个包，其中xlrd版本不得高于 2.0.0 。 In [3]: pd.__version__ Out[3]: '1.2.0'

qq_36744449的博客 697

NTscan扫描工具

ntscan是一个扫描器，可以扫描没有密码和弱密码的共享，先到配置文件中填写猜测的用户名和密码，扫描过程中右侧出现的是扫描日志。

老版QQ原生表情gif动态

这是老版的QQ表情，不过全是动态的的，Windows照片查看器是不会动的，可以右击用浏览器打开查看，再说一遍是老版的，只是分享给宁愿用老版也要动态的人。

【笔记】pandas中insert的语法

Dataframe.insert(loc, column, value, allow_duplicates=False): 在Dataframe的指定列中插入数据。 参数介绍： loc: int型，表示第几列；若在第一列插入数据，则 loc=0 column: 给插入的列取名，如 column='新的一列' value：数字，array，series等都可（可自己尝试） allow_duplicates: 是否允许列名重复，选择Ture表示...

Sherloc_k_的博客 1286

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章，有部分习题没有答案，全英文复分析阿尔福斯(Ahlfors) 第三版答案

Pandas 学习笔记之Series的基本语法

Pandas 学习笔记之Series的基本语法 笔记以代码形式为主，仅供学习。 如有不合理处欢迎指出，小弟才疏学浅多多包涵。 import pandas as pd from pandas import Series #----------------------------------------------- #创建一维数组 sel1 = Series([1,2,3,4]) print(sel...

weixin_39600739的博客 406

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

Pandas语法笔记（四）分组

http://joyfulpandas.datawhale.club/Content/ch4.html 一、分组模式及其对象 1. 分组的一般模式 分组操作在日常生活中使用极其广泛，例如： 依据 性别 分组，统计全国人口寿命的平均值 依据 季节 分组，对每一个季节的温度进行组内标准化 依据 班级 分组，筛选出组内数学分数 的 平均值超过80分的班级 从上述的几个例子中不难看出，想要实现分组操作，必须明确三个要素：分组依据 、 数据来源 、 操作及其返回结果 。同时从充分性的角度来说，如果明确了这三方面，

qq_36744449的博客 365

pandas基础语法（自学笔记）

keep：有三个可选参数，分别是 first、last、False，默认为 first，表示只保留第一次出现的重复项，删除其余重复项，last 表示只保留最后一次出现的重复项，False 则表示删除所有重复项。sheetname：指定读取excel中的哪一个工作表，默认sheetname=0，即默认读取excel中的第一个工作表，若sheetname = ‘sheet1’，即读取excel中的sheet1工作表；axis:删除时所参考的轴，0为行，1为列；header:列名行，默认为0。

weixin_44052390的博客 239

Pandas语法笔记（一）预备知识

https://github.com/datawhalechina/joyful-pandas 一、Python基础 1. 列表推导式与条件赋值 在生成一个数字序列的时候，在 Python 中可以如下写出： In [1]: L = [] In [2]: def my_func(x): ...: return 2*x ...: In [3]: for i in range(5): ...: L.append(my_func(i)) ...: In [4]: L

qq_36744449的博客 267

Pandas语法笔记（三）索引--多级索引

http://joyfulpandas.datawhale.club/Content/index.html 第三章 索引 二、多级索引 1. 多级索引及其表的结构 为了更加清晰地说明具有多级索引的 DataFrame 结构，下面新构造一张表，读者可以忽略这里的构造方法，它们将会在第4小节被更详细地讲解。 In [70]: np.random.seed(0) In [71]: multi_index = pd.MultiIndex.from_product([list('ABCD'), ....:

qq_36744449的博客 3457

Pandas语法笔记（三）索引--索引器

http://joyfulpandas.datawhale.club/Content/index.html 第三章 索引 In [1]: import numpy as np In [2]: import pandas as pd 一、索引器 1. 表的列索引 列索引是最常见的索引形式，一般通过 [] 来实现。通过 [列名] 可以从 DataFrame 中取出相应的列，返回值为 Series ，例如从表中取出姓名一列： In [3]: df = pd.read_csv('data/learn_panda

qq_36744449的博客 1368

python基础笔记(二)_pandas的基础语法

数据分析工具包：Pandas 基础序列 一维数组：Series Series 是带有标签的一维数组，可以保存任何数据类型,轴标签统称为索引 .index查看series索引，类型为rangeindex .values查看series值，类型是ndarray 创建方法 由字典创建，字典的key就是index，values就是values 数组创建(一维数组)，默认index是从0开始，步长为1的数字 由标量创建，如果data是标量值，则必须提供索引。该值会重复，来匹

FlizhN的博客 722

Python基础与数据分析三大件：Numpy、Pandas、Matplotlib 学习笔记

Python基础与数据分析三大件：Numpy、Pandas、Matplotlib 学习笔记 去发现同类优质开源项目:https://gitcode.com/ 简介 本资源文件包含了我在学习Python基础以及数据分析三大件（Numpy、Pandas、Matplotlib）过程中的笔记。这些笔记旨在帮助有一定编程基础的同学更好地理解和掌握这些工具。 内容概述 Python基础：涵盖了Python语...

gitblog_06628的博客 266

Cris 的 Python 数据分析笔记 08：NumPy 和 Pandas 整理脑图

序 张爱玲说:忘记一个人有两种方式，一是时间，二是新欢

370

Pandas语法笔记（一）预备知识（习题）

http://joyfulpandas.datawhale.club/ In [1]: import numpy as np In [2]: import pandas as pd In [3]: import matplotlib.pyplot as plt Ex1：利用列表推导式写矩阵乘法 一般的矩阵乘法根据公式，可以由三重循环写出： In [140]: M1 = np.random.rand(2,3) In [141]: M2 = np.random.rand(3,4) In [142]:

qq_36744449的博客 270

pandas学习笔记

总结才是知识，作者习惯不好，不会总结，导致函数一旦不使用就会忘记怎么使用，特此写了本文，用于给自己一个复习的资料.提示：如果你是小白，每个代码请自己敲打。

qq_43632431的博客 457
上一篇： Ubuntu一些菜鸟编程--语法
点赞 0
评论 0
书签 书签 1
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值