pandas使用小技巧--那些不为注意的默认参数

最新推荐文章于 2025-02-12 07:30:00 发布

原创最新推荐文章于 2025-02-12 07:30:00 发布 · 456 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#pandas

数据处理中瑞士军刀--Pandas 同时被 2 个专栏收录

10 篇文章

订阅专栏

pandas

8 篇文章

订阅专栏

本文详细介绍Pandas库中DataFrame的高级操作技巧，包括按行插入数据、定位单元格、写入CSV文件、读取CSV文件指定参数、map操作处理NaN值等。适合希望深入掌握Pandas使用方法的数据分析人员和开发人员。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1.按行插入

aa =pd.DataFrame([1,2,3])
aa
0
0 1
1 2
2 3

aa.append([4])
0
0 1
1 2
2 3
0 4

aa.append([4],ignore_index=True)
0
0 1
1 2
2 3
3 4

2.定位到某行某列

aa.at[0,0]

3.写入csv不带index和columns

item_similarity.to_csv('./itemsimilarity.csv',header=False,index=False)

4.读取csv不默认第一行为行名

itemsimu = pd.read_csv('DataMining/CollaborativeFiltering/itemsimilarity.csv',header=None)

5.map操作不忽略nan值

s = pd.Series([1, 2, 3, np.nan])

s2 = s.map('this is a string {}'.format, na_action=None)
0    this is a string 1.0
1    this is a string 2.0
2    this is a string 3.0
3    this is a string nan
dtype: object

6.map操作忽略nan值

s3 = s.map('this is a string {}'.format, na_action='ignore')
0    this is a string 1.0
1    this is a string 2.0
2    this is a string 3.0
3                     NaN
dtype: object