Python 数据分析:DataFrame,空值处理,空值直接舍弃。

Python的pandas pandas 是python中很重要的组件,网上关于pandas 的文章也很多,比如Python科学计算之Pandas 和 Python数据分析入门 http://pandas.pydata.org/ Pandas基于两种数据类型:series与dataframe。 一个series是一个一维的数据类型,其中每一个元素都有一个标签。如果你阅读过这个系列的关于Numpy的文章,你就可以发现se... 阅读详情

1 示例代码

  直接上代码。

def dframe1():
    """
    Python 数据分析:DataFrame,空值处理,空值直接舍弃
    """
    """
    使用字典生成 df
    """
    df = pd.DataFrame({
                        '语文':[110, 109, 99],
                        '数学':[105, 88, 115],
                        '英语':[109, 120, 130],
                        '班级':'高一7班'
                       },index=["张三", "李四", "王五"])
    # ~ print(df)
    """
          语文  数学  英语     班级
    张三   110   105   109  高一7班
    李四   109    88   120  高一7班
    王五    99   115   130  高一7班
    """
    """
    做个空值
    """
    df.loc["李四", "英语"] = None
    # ~ print(df)
    """
          语文  数学   英语     班级
    张三   110   105  109.0  高一7班
    李四   109    88    NaN  高一7班
    王五    99   115  130.0  高一7班
    """
    """
    把“英语”列有空值的直接过滤掉不要。第一种方法。
    """
    df1 = df[df["英语"].notnull()]
    # ~ print(df1)
    """
          语文  数学   英语     班级
    张三   110   105  109.0  高一7班
    王五    99   115  130.0  高一7班
    """
    """
    把“英语”列有空值的直接过滤掉不要。第二种方法。
    先来个深拷贝。
    """
    df1 = df.copy(deep=True)
    # ~ print(df1)
    """
          语文  数学   英语     班级
    张三   110   105  109.0  高一7班
    李四   109    88    NaN  高一7班
    王五    99   115  130.0  高一7班
    """
    df1.dropna(inplace=True)
    # ~ print(df1)
    """
          语文  数学   英语     班级
    张三   110   105  109.0  高一7班
    王五    99   115  130.0  高一7班
    """
dframe1()

2 欢迎纠错

  欢迎纠错,随时更新。
  联系方式:评论、私信,或 企鹅 :179 0042 182 。
  码字不易,如觉得还可以,请给个免费的 zan 和 soucang ,让我有动力继续写下去。

3 论文写作/Python 学习智能体

https://chatglm.cn/share/WF2C5ree


  • 以下关于 Markdown 编辑器

你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。

++ 新的改变

我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:

  1. 全新的界面设计 ,将会带来全新的写作体验;
  2. 在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示;
  3. 增加了 图片拖拽 功能,你可以将本地的图片直接拖拽到编辑区域直接展示;
  4. 全新的 KaTeX数学公式 语法;
  5. 增加了支持甘特图的mermaid语法1 功能;
  6. 增加了 多屏幕编辑 Markdown文章功能;
  7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能,功能按钮位于编辑区域与预览区域中间;
  8. 增加了 检查列表 功能。

++ 功能快捷键

撤销:Ctrl/Command + Z
重做:Ctrl/Command + Y
加粗:Ctrl/Command + B
斜体:Ctrl/Command + I
标题:Ctrl/Command + Shift + H
无序列表:Ctrl/Command + Shift + U
有序列表:Ctrl/Command + Shift + O
检查列表:Ctrl/Command + Shift + C
插入代码:Ctrl/Command + Shift + K
插入链接:Ctrl/Command + Shift + L
插入图片:Ctrl/Command + Shift + G
查找:Ctrl/Command + F
替换:Ctrl/Command + G

++ 合理的创建标题,有助于目录的生成

直接输入1次+,并按下space后,将生成1级标题。
输入2次+,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

++ 如何改变文本的样式

强调文本 强调文本

加粗文本 加粗文本

标记文本

删除文本

引用文本

H2O is是液体。

210 运算结果是 1024.

++ 插入链接与图片

链接: link.

图片: Alt

带尺寸的图片: Alt

居中的图片: Alt

居中并且带尺寸的图片: Alt

当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。

++ 如何插入一段漂亮的代码片

去博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片.

// An highlighted block
var foo = 'bar';

++ 生成一个适合你的列表

  • 项目
    • 项目
      • 项目
  1. 项目1
  2. 项目2
  3. 项目3
  • 计划任务
  • 完成任务

++ 创建一个表格
一个简单的表格是这么创建的:

项目Value
电脑$1600
手机$12
导管$1

+++ 设定内容居中、居左、居右
使用:---------:居中
使用:----------居左
使用----------:居右

第一列第二列第三列
第一列文本居中第二列文本居右第三列文本居左

+++ SmartyPants
SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:

TYPEASCIIHTML
Single backticks'Isn't this fun?'‘Isn’t this fun?’
Quotes"Isn't this fun?"“Isn’t this fun?”
Dashes-- is en-dash, --- is em-dash– is en-dash, — is em-dash

++ 创建一个自定义列表
Markdown
: Text-to-HTML conversion tool

Authors
John
Luke

++ 如何创建一个注脚

一个具有注脚的文本。2

++ 注释也是必不可少的

Markdown将文本转换为 HTML。

++ KaTeX数学公式

您可以使用渲染LaTeX数学表达式 KaTeX:

Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n−1)!∀n∈N 是通过欧拉积分

Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t   . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=∫0∞​tz−1e−tdt.

你可以找到更多关于的信息 LaTeX 数学表达式here.

++ 新的甘特图功能,丰富你的文章

2014-01-07 2014-01-09 2014-01-11 2014-01-13 2014-01-15 2014-01-17 2014-01-19 2014-01-21 已完成 进行中 计划一 计划二 现有任务 Adding GANTT diagram functionality to mermaid
  • 关于 甘特图 语法,参考 这儿,

++ UML 图表

可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图:

张三 李四 王五 你好!李四, 最近怎么样? 你最近怎么样,王五? 我很好,谢谢! 我很好,谢谢! 李四想了很长时间, 文字太长了 不适合放在一行. 打量着王五... 很好... 王五, 你怎么样? 张三 李四 王五

这将产生一个流程图。:

链接
长方形
圆
圆角长方形
菱形
  • 关于 Mermaid 语法,参考 这儿,

++ FLowchart流程图

我们依旧会支持flowchart的流程图:

Created with Raphaël 2.3.0 开始 我的操作 确认? 结束 yes no
  • 关于 Flowchart流程图 语法,参考 这儿.

++ 导出与导入

+++ 导出
如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ,生成一个.md文件或者.html文件进行本地保存。

+++ 导入
如果你想加载一篇你写过的.md文件,在上方工具栏可以选择导入功能进行对应扩展名的文件导入,
继续你的创作。


  1. mermaid语法说明 ↩︎

  2. 注脚的解释 ↩︎

如何使用Python的pandas库操作Excel 今天整理了一些学习笔记,最近因需要用Excel电子表格处理数据,使用了其它一些方式处理Excel文件数据。 阅读详情

相关推荐

美国大选献金项目数据分析

加载数据 查看数据的基本信息 指定数据截取,将如下字段的数据进行提取,其他数据舍弃 cand_nm :候选人姓名 contbr_nm : 捐赠人姓名 contbr_st :捐赠人所在州 contbr_employer : 捐赠人所在公司 contbr_occupation : 捐赠人职业 contb_receipt_amt :捐赠数额(美元) contb_receipt_dt : 捐款的日期 对新数据进行总览,查看是否存在缺失数据 用统计学指标快速描述数值型属性的概要。 空值处理。

与时俱进,一专多能。 1091

【python】dataframe和array相互转换

1.datafame转换成array Method 1: df.as_matrix() Method 2: df.values 2.array转换成dataframe Method 1: pd.dataframe(array)

Asher117的博客 4万+

Labview实现服务器(server)与多客户端(clients)通信

服务器可以接收多个客户端发送的消息,并显示消息来源。 服务器可以发送消息到指定客户端 客户端可以自动连接服务器,断连后重连 客户端可以发送消息到服务器,可接收服务器消息 类似框架可以用做中央服务器及客户端项目

u013809089的博客 7980

Python·数据分析和数据预处理

一个数值计算包。

2301_80132162的博客 1170

新手也能懂的Simulink汽车二自由度建模:从公式推导到模型搭建全流程

本文为新手提供了在Simulink中搭建汽车二自由度模型的完整实战指南。文章从模型核心概念讲起,详细讲解了如何将车辆动力学方程转化为状态空间模型,并逐步指导在Simulink中实现从参数设置、模块搭建到仿真验证的全过程。通过阶跃转向测试和参数影响分析,帮助读者直观理解车辆转向特性,并提供了实用的模型扩展思路与常见问题排查技巧。

weixin_29047919的博客 215

基于Matlab与Gurobi的园区微电网风光储协同规划:从独立运营到联合优化的建模实战

本文详细介绍了如何利用Matlab与Gurobi进行园区微电网的风光储协同规划建模实战。通过构建从独立运营到联合优化的数学模型,结合Yalmip工具箱,旨在解决源荷不匹配问题,实现储能系统的最优配置与运行,从而降低总供电成本并提升新能源利用率。

weixin_29053073的博客 140

bootstraptable 怎么在特定行添加数据_EDA(上)数据处理

EDA(上)什么是EDA?为什么需要EDA?EDAExploratory Data Analysis 是一个分析数据集,整理总结出数据集的特征的可视化方法。EDA 是数据处理过程中的第一步。使用EDA分析数据,我们可以测试假设,以及对未来作出分析,准备数据建模。1)Preparation首先介绍几个数据分析包-pandas,numpy,seaborn,matplotlib我们需要impo...

weixin_36210904的博客 568

电力现货市场出清机制与节点电价计算实战解析

本文深入解析了电力现货市场的出清机制,特别是节点边际电价的计算原理与实战应用。通过一个基于Matlab和IEEE30节点系统的完整案例,详细演示了如何利用最优潮流模型求解市场出清价格,并提取节点电价,揭示了电网阻塞如何影响实时电价的形成。

weixin_29061425的博客 950

对《对比Excel,轻松学习Python数据分析》pandas操作部分的整理

本文基于《对比Excel,轻松学习Python数据分析》,对该书的pandas部分进行整理。

m0_67979167的博客 1075

微信爬虫服务器,微信文章爬虫使用教程 - 八爪鱼采集器

对于某些用户来说,直接自定义规则可能有难度,所以在这种情况下,我们提供了网页简易模式,网页简易模式下存放了国内一些主流网站爬虫采集规则,在你需要采集相关网站时可以直接调用,节省了制作规则的时间以及精力。微信文章采集下来有很多作用,比如可以将自己行业中最近一个月之内发布的内容采集下来,然后分析文章标题和内容的一个方向与趋势。所以本次介绍八爪鱼简易采集模式下“搜狗公众号”的使用教程以及注意要点。步骤一...

weixin_26712065的博客 3259

VSCode 中搭建 Python 开发环境

**验证安装**:打开终端(CMD/PowerShell/终端),输入 `python --version`(Windows)或 `python3 --version`(macOS/Linux),显示版本号即成功。- **下载地址**:[Python 官网](https://www.python.org/downloads/)(选择对应系统的最新稳定版,推荐 3.8+)- **调试**:通过 `launch.json` 配置,设置断点后按 `F5` 启动,使用 `F10/F11` 控制流程。

寒寒豆豆软件公司的博客 2538

[455]pandas.DataFrame基本操作及缺失值处理

创建 DataFrame: df = pd.DataFrame(np.random.randint(0, 10, (2, 4)), columns=list('ABCD')) 为 data frame 添加新的属性列 df['total'] = df['A'] + df['B'] + df['C'] + df['D'] # 等价于 df['total'] = df.A + df.B + df.C...

周小董 2万+

【漏洞复现】CVE-2024-44902 Thinkphp反序列化漏洞

Thinkphp v6.1.3至v8.0.4版本中存在反序列化漏洞,攻击者可利用此漏洞执行任意代码。

渗透之路,攻防之间皆学问 6710

python的dataframe使用整理(持续更新)

1、替换列名,df1.rename()方法,可替换任意某列的列名。示例: 2、合并操作之merge,一次性只能操作两个dataframe,支持左连接、右连接、外链接、内连接,默认为内连接。支持指定连接使用的key。示例: 3、合并操作之concat,轴向连接,通过axis参数指定连接方向,默认axis=0,纵向连接。axis=1,横向连接。示例: 4、分组计算,并重置columns值,使用g...

Michael_Zheng_Tech的博客 1654

MT4/MT5 第三代移动平均线(MetaTrader 指标)

第三代移动平均线(3G-MA)是传统MA指标的升级版本,通过"时滞压缩"算法将信号滞后降至理论极限(λ=2)。该指标在保留平滑性的同时,信号速度比EMA快1.5-2.3倍,适用于MT4/MT5平台。核心参数包括计算周期(默认34)、滞后压缩系数(2-10)和应用价位选择,支持斜率变色功能。安装简单,无需外部依赖,通过多周期共振可提升12-18%胜率。指标代码包含完整的MT4/MT5实现方案,采用双缓冲计算结构,通过相位前移算法抵消群延迟。风险提示:需配合其他技术指标和严格风控(≤2%账户

JanLEE 580

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面,电脑运行连游戏界面都一样大小,很怀旧,很真实,(英文版)强烈推荐,很小的文件,很难才找到的。

pandas基础:Series与DataFrame操作

文章目录pandas包SeriesSeries创建Series日期创建Series创建列表Series索引DataFrameDataFrame创建DataFrame操作DataFrame计算DataFrame列选择/增加/删除DataFrame排序DataFrame操作 pandas包 # 引入包 import pandas as pd import numpy as np import matp...

qq_27295149的博客 511

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候 提示IE WebControls 不通过,这个工具可以欺骗u8的检查。 跳过U8环境检测的IE WebControls。提示导入失败后,重新检测通过。

【Python 基础 2023 最新】第七课 Pandas

从今天开始, 小白我将带领大家学习一下 Python 零基础入门的内容. 本专栏会以讲解 + 练习的模式, 带领大家熟悉 Python 的语法, 应用, 以及代码的基础逻辑.Series 是一个一维的标签化数组, Series 它可以容纳任何数据类型 (整型, 字符串, 浮点数, Python 对象等). Series 与普通的 Python 列表相似, 但是具有更多的功能和灵活性.

我是小白呀的博客 2668

锂电池充电器电路设计 里面有电路

锂电池充电器电路设计 里面有电路 3.7V升压到5V电路设计。

Data-Structures-and-Algorithm-Analysis-in-Java.pdf

作者: Weiss, Mark A. 出版社: Addison Wesley Data Structures and Algorithm Analysis in Java is an “advanced algorithms” book that fits between traditional CS2 and Algorithms Analysis courses. In the old ACM Curriculum Guidelines, this course was known as CS7. This text is for readers who want to learn good programming and algorithm analysis skills simultaneously so that they can develop such programs with the maximum amo...

python中pandas库中DataFrame对行和列的操作使用方法

用pandas中的DataFrame时选取行或列: import numpy as np import pandas as pd from pandas import Sereis, DataFrame ser = Series(np.arange(3.)) data = DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),colu

u013040887的博客 1331

pandas中DataFrame和Series对象的排序方法的说明

       pandas中的DataFrame是我们在数据分析时最常用到的一类数据结构,而在数据分析时,对数据进行排序也是经常用的一种操作,因此,本文将针对DataFrame的排序问题进行一个详细的说明。        对DataFrame对象排序可以分为对索引排序和对值排序。首先看对索引进行排序,利用DataFrame的sort_index()方法,其中有两个参数为axis和ascendin...

S_o_l_o_n的博客 7534

KeyError: 'labels [189] not contained in axis' Python DataFrame 合并后使用loc进行索引的时候出错问题分析以及解决方案

问题描述 最近在用DataFrame模块的时候使用了append方法之后,使用loc方法进行索引的时候发现程序出现问题,错误提示KeyError: ‘labels [189] not contained in axis’ 问题分析 于是使用df.index打印index值,发现追加的行的index继承了之前值。如果理所当然地使用追加的index值进行索引必然会出错。 解决方案 知道错误之后解决方法...

Richard_pl的博客 6801

【Python 零基础入门】Pandas

深入探索 Python 的 Pandas 库:从核心数据结构到高级特性,本指南为你提供了全面的 Pandas 知识概览。无论你是数据初学者还是专家,都可在此找到宝贵的 insights 和技巧,助力你的数据处理与分析工作。

我是小白呀的博客 1万+

Python 数据分析三剑客之 Pandas(七):合并数据集

优快云 课程推荐:《迈向数据科学家:带你玩转Python数据分析》,讲师齐伟,苏州研途教育科技有限公司CTO,苏州大学应用统计专业硕士生指导委员会委员;已出版《跟老齐学Python:轻松入门》《跟老齐学Python:Django实战》、《跟老齐学Python:数据分析》和《Python大学实用教程》畅销图书。 Pandas 系列文章(正在更新中…): Python 数据分析三剑客之...

BOB'S BLOG 3555

Python+大数据-Spark技术栈(四) SparkSQL

Python+大数据-Spark技术栈(四) SparkSQL

呆呆小哥的秘密基地 1679

玩转Python数据处理,整理了26个 Pandas 实用技巧

大家好,今天给大家分享一篇 pandas 实用技巧,共计26个,这些技巧在你做数据处理中必不可少,欢迎收藏,喜欢记得点赞、关注。 在介绍之前,推荐最近几篇优秀的文章。 推荐文章 有人把吴恩达老师的机器学习和深度学习做成了中文版 上瘾了,最近又给公司撸了一个可视化大屏(附源码) 如此优雅,4款 Python 自动数据分析神器真香啊 梳理半月有余,精心准备了17张知识思维导图,这次要讲清统计学 年终汇总:20份可视化大屏模板,直接套用真香(文末附源码) 从剪贴板中创建DataFram 假

Python学习与数据挖掘 1533

Pandas数据处理

本文主要汇总了读写CSV、Excel表,数据表的合并、拼接和分组聚合操作,数据值的缺失、数据的离散化、数据的抽样与重采样、数据的排序及去重和数据的聚合分析处理以及其他较常用函数的使用方法;并结合相关案例做了练习。但 Pandas 依旧有很多没有学到位,仍需要不断练习,进行项目实战才行。

星航夜空的帆舟 641

利用python进行数据分析第二版学习笔记

行话: 数据规整(Munge/Munging/Wrangling) 指的是将非结构化和(或)散乱数据处理为结构化或整洁形式的整个过程。这几个词已经悄悄成为当今数据黑客们的行话了。Munge这个词跟Lunge押韵。 伪码(Pseudocode) 算法或过程的“代码式”描述,而这些代码本身并不是实际有效的源代码。 语法糖(Syntactic sugar) 这是一种编程语法,它并不会带来新的特性,但却能使代码更易读、更易写。 Python的对象通常都有属性(其它存储在对象内部的Python对象)和方法(对象的附属

aggressive2019 558
上一篇: Python:pip install -r requirements.txt
下一篇: Python:列表切片允许“后边小于左边”吗?
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值