pandas
Cathy Yi
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
Pandas合并concat
df1=pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d'],index=[1,2,3]) df2=pd.DataFrame(np.ones((3,4))*1,columns=['b','c','d','e'],index=[2,3,4]) print(df1) print(df2) a b c d 1 0.0 0.0 0.0 0.0 2 0.0 0.0 0.0 0.0 3 0.0 0.0 0.0 0.0原创 2020-05-19 17:08:56 · 217 阅读 · 0 评论 -
pandas导入和导出
data=pd.read_csv('student.csv')#要放在python文件夹下 print(data) data.to_pickle('student.pickle') student No 0 lily 1 1 coco 2原创 2020-05-18 18:12:55 · 364 阅读 · 0 评论 -
Pandas处理丢失数据
dates= pd.date_range('20130101',periods=6) df=pd.DataFrame(np.arange(24).reshape(6,4),index=dates,columns=['A','B','C','D']) df.iloc[0,1]=np.nan df.iloc[1,2]=np.nan print(df) A B C D 2013-01-01 0 NaN 2.0 3 2013-01-02 4 5.0原创 2020-05-18 17:54:04 · 244 阅读 · 0 评论 -
Pandas设置值
dates= pd.date_range('20130101',periods=6) df=pd.DataFrame(np.arange(24).reshape(6,4),index=dates,columns=['A','B','C','D']) A B C D 2013-01-01 0 1 2 3 2013-01-02 4 5 6 7 2013-01-03 8 9 10 11 2013-01-04 12 13 14 1原创 2020-05-13 19:37:24 · 221 阅读 · 0 评论 -
Pandas选择数据
dates= pd.date_range('20130101',periods=6) print(dates) DatetimeIndex([‘2013-01-01’, ‘2013-01-02’, ‘2013-01-03’, ‘2013-01-04’, ‘2013-01-05’, ‘2013-01-06’], dtype=‘datetime64[ns]’, freq=‘D’) df=pd.DataFrame(np.arange(24).reshape(6,4),index=dates,columns=[原创 2020-05-13 17:45:49 · 195 阅读 · 0 评论
分享