
pandas
jp_666
这个作者很懒,什么都没留下…
展开
-
pandas入门: 对一列取对数或者指数
pandas中对某一列数据取对数或者指数相关操作。创建一个dataframeimport pandas as pdimport numpy as npdf = pd.DataFrame([[2, 3], [3, 4]], columns=list("AB"))结果如下: A B0 2 31 3 4log1p对A列做log(x + 1)# 对A列...原创 2020-03-08 22:05:45 · 29331 阅读 · 1 评论 -
pandas入门: 时间字符串转换为年月日
pandas中时间字符串转换为年月日方法总结。创建一个dataframedf = pd.DataFrame(['2019-12-09', '2019-12-02'], columns=["date"])方法1:先转换为时间类型,在获取年月日# 转换为时间类型df["date"] = pd.to_datetime(df["date"], format='%Y-%m-%d')# 获...原创 2020-03-06 22:10:24 · 6598 阅读 · 0 评论 -
pandas入门: 获取dataframe的columns
获取dataframe的columns方法总结。 创建dataframe df = pd.DataFrame([[1, 2, 3]], columns=list("ABC"))结果如下: A B C0 1 2 3最常用的方法col = df.columns # 获取到的col是<class 'pandas.core.indexes.base.In...原创 2020-03-01 21:18:37 · 26898 阅读 · 1 评论 -
pandas入门: 数据显示不全
pandas数据显示不全的解决方案总结。设置最大行数,避免只显示部分行数据pd.set_option('display.max_rows', 100) # 第二个参数设置显示的最大行数设置最大列数,避免只显示部分列pd.set_option('display.max_columns', 100) # 第二个参数设置显示的最大列数每列最大宽度,避免属性值或列名显示不全pd.s...原创 2020-02-29 22:00:14 · 739 阅读 · 0 评论 -
pandas入门: 数据合并之--join
pandas join知识点总结。创建两个dataframedf1 = pd.DataFrame({'A': [3, 4, 8, 9], 'B': [1.2, 2.4, 4.5, 7.3], 'C': ["aa", "bb", "cc", "dd"]})df2 = pd.DataFrame({'D': [1, 2]})结果如下: A B C0 3 1.2 ...原创 2020-02-23 20:31:10 · 944 阅读 · 0 评论 -
pandas入门: 数据合并之--concat
pandas concat知识点总结。创建三个dataframedf1 = pd.DataFrame(np.random.random((3, 3)), columns=list("ABC"))df2 = pd.DataFrame(np.random.random((1, 3)), columns=list("ABD"))df3 = pd.DataFrame(np.random.ran...原创 2020-02-17 21:54:21 · 360 阅读 · 0 评论 -
pandas入门: 数据合并之--append
pandas append相关知识点总结。创建三个dataframedf1 = pd.DataFrame(np.random.random((3, 3)), columns=list("ABC"))df2 = pd.DataFrame(np.random.random((1, 3)), columns=list("ABC"))df3 = pd.DataFrame(np.random.r...原创 2020-02-10 22:02:49 · 1686 阅读 · 0 评论 -
pandas入门: 数据合并之--merge
pandas merge相关知识点总结。创建两个dataframedf1 = pd.DataFrame({'A': [3, 4, 8, 9], 'B': [1.2, 2.4, 4.5, 7.3], 'C': ["aa", "bb", "cc", "dd"]})df2 = pd.DataFrame({'B': [1...原创 2020-02-09 20:39:17 · 454 阅读 · 0 评论 -
pandas入门: 数据统计常用函数总结
pandas常用的数据统计函数总结。创建一个dataframedf = pd.DataFrame({'A': [3, 4, 8, 9], 'B': [1.2, 2.4, 4.5, 7.3], 'C': ["aa", "bb", "cc", "dd"]})结果如下: A B C0 3 1...原创 2020-02-08 22:21:43 · 2009 阅读 · 0 评论 -
pandas入门: 数据选择
关于pandas数据选择的知识点总结。首先,创建一个dataframedf = pd.DataFrame({'A': [3, 4, 8, 9], 'B': [1.2, 2.4, 4.5, 7.3], 'C': ["aa", "bb", "cc", "dd"]})创建的dataframe信息如下: ...原创 2020-01-09 21:35:48 · 187 阅读 · 0 评论 -
pandas入门:导出数据的四种方式
pandas导出数据到文件的四种方式import pandas as pdimport pymysqldf = pd.DataFrame({'A': [3, 4, 8, 9], 'B': [1.2, 2.4, 4.5, 7.3], 'C': ["aa", "bb", "cc", "dd"]})def export_data_to_csv(): # 参数encoding=...原创 2020-01-07 20:55:16 · 4832 阅读 · 0 评论 -
pandas入门: 导入数据的5种方式
记录采用pandas导入数据的5种方式import pandas as pdimport pymysqldef import_data_from_csv(): # 从csv文件导入数据 # engine="python"可以避免文件路径中有中文, encoding="utf_8_sig"可以使读取的内容中有中文 df = pd.read_csv("./test.csv...原创 2020-01-06 20:31:24 · 6554 阅读 · 0 评论 -
pandas入门: 创建DataFrame的三种方式
import pandas as pdimport numpy as npdef create_from_dict(): # 从字典中创建df # 使用字典创建df, 字典的每一项采用不同的series创建方式 df = pd.DataFrame({'A': 1., 'B': pd.Timestamp('20191213'),...原创 2020-01-04 18:34:06 · 2078 阅读 · 0 评论