gisaavg的博客

剔除某列前后几个字符——map剔除（保留）某列前后几个字符需要用到map函数，主要思路为，在map中将列类型转为字符串（str）进而进行剔除活保留操作。替换某列指定内容——replace替换某列指定内容需要用到replace函数，主要思路为，先将列类型转换为字符串（str）进而进行内容替换。...

在Python中有时需要对各种参数进行复制（拷贝）工作，但若简单的用以下代码进行内容复制操作会出现以下问题：在后续对data1的操作会同时改变data的内容。这是因为此时python中默认此类复制操作为浅拷贝，在系统内data和data1共用同一个内存，导致对data1的改动会映射到data中。data = data1解决方法需要利用.copy()函数，其中，deep=True 表示深拷贝，即data1和data分别占用内存，此时data和data1相互独立，对data1的改动不会映射到

删除某列特定值对应行——dropna删除某列特定值所对应的行思路为，找出目标列的特定值，将特定值转换为nan值，利用dropna()函数删除对应行，需要用到numpy包。其中，1、dropna(axis=0) 表示定位到dataframe中nan值位置，当axis=0时删除行，axis=1时删除列。import numpy as npdata[data.目标列名 == x] = np.nan # 选定值转nan，目标列名为列索引名称，x为目标值data = data.dro

K-means算法属于无监督学习，根本思想是将数据集中数据分为k组，计算各组元素到其聚类中心的欧氏距离。在K-means方法中主要需要解决的问题是确定合适的分组数k，此时引入轮廓系数，通过计算不同分组数k下的轮廓系数确定最佳的k值。Python中实现基于轮廓系数法的K-means聚类需要用到sklearn库中的相关部分和Pandas包。from sklearn.cluster import KMeansfrom sklearn.metrics import silhouette_score

利用Python实现海量数据的间的合并工作——pandas.merge在excel中需要利用VLOOKUP函数进行两个表格的关联列合并操作。Python中的pandas.merge()函数拥有更加强大的功能，函数需要利用Pandas包。其中，import pandas as pddata = pd.merge(data1, data2[['列名1', '列名2', '列名3']], how='inner', on=['列名3'], left_index=False, right_i

去除重复数据——drop_duplicates去除指定单列或多列中的完全重复的项通过drop_duplicates()函数实现，需要利用Pandas包。其中：1、subset=[] 表示整个dataframe基于[]内选定列进行数据重复内容识别，可以添加多列数据进行识别。（1）添加一列列名时表示对选中的单列数据进行重复数据识别，（2）添加多列时则表示识别多列数据同时重复的情况；2、keep='' 表示对选中的重复数据操作策略，可选择的参数为'first...

csv读取操作