EvaHoo的博客

提醒自己不要用dt.date踩过的坑很可能转换完格式之后不对筛选不出来 - 虽然我也不知道为什么首先这是我们的raw_data可以看到这列是 日期 + 时间 的格式现在我想把日期和时间分开 用pandassample_event['Install_date'] = pd.to_datetime(sample_event['Install Time'])sample_event['Install_date'] = sample_event['Install_date'].apply(lambd

Excel的vlookup功能在数据量太大的前提下就挺难用的，所以还是需要pandas搞定下面是用pandas实现匹配的方法如下图，假如我有一个表 全是印尼文 A有另一张在google sheet上翻译出来的表 B现在我想匹配第一张表 category1_name 的英文版本1. dict + apply 我觉得最好的方法首先将翻译的那张表转成字典形式import pandas as pddict1 = dict(zip(trans['Indonesian'],trans['Engli

比如说我现在有一些数据，商品id和商品名称不是一一对应的，但是实际上是一个商品，只是略微改了名称现在我的目的是计算每个商品的销售量，销售额，因为商品名称有略微改变，所以我直接保存第一次出现的商品名称，使得每个商品只有一条数据以防报警告我先复制一下samplecopy = sample.copy()现在我们对sample按照sku_id进行聚合，得到的volume和value是我们最终想要的，我们把这个volume和value直接transform到copy后的数据中，得到这样的数据然后我们可

需求：添加一列，对每一个商品选取 在当前日期之前，sold_volme最大值首先添加这个列，辅助赋值import pandas as pdimport numpy as npsample['greatest_volume'] = 0然后创建分组grouped_sample = sample.groupby('sku_name')创建一个空的dataframedf = pd.DataFrame()接下来用for循环，先遍历每一个group，然后在每一个group里面操作，最后合并