liukai6的博客

在使用pandas替换数据中的空值的时候出现了无法生效的情况df.fillna(value=0,inplace = True)注意加上inplace参数就可以了

import pandas as pddates = ["20200218_v2.csv","20200219_v2.csv","20200220_v2.csv","20200221_v2.csv"]# 循环读取并，生成多列writer = pd.ExcelWriter("total-0221.xlsx")for date in dates: df = pd.read_csv(...

# 方法1a.columns = ['a','b','c']# 方法2a.rename(columns={'A':'a', 'B':'b', 'C':'c'}, inplace = True)

# 选择col列的值大于0.5的行df[df[col] > 0.5]：# 按照列col1排序数据，默认升序排列df.sort_values(col1)：# 按照列col1降序排列数据df.sort_values(col2, ascending=False)：# 先按列col1升序排列，后按col2降序排列数据df.sort_values([col1,col2], ascendi...

# 将df2中的行添加到df1的尾部df1.append(df2)：# 将df2中的列添加到df1的尾部df.concat([df1, df2],axis=1)：# 对df1的列和df2的列执行SQL形式的joindf1.join(df2,on=col1,how='inner')：...

# 查看数据值列的汇总统计df.describe()：# 返回所有列的均值df.mean()：# 返回列与列之间的相关系数df.corr()：# 返回每一列中的非空值的个数df.count()：# 返回每一列的最大值df.max()：# 返回每一列的最小值df.min()：# 返回每一列的中位数df.median()：返回每一列的标准差df.std()：...

# 根据列名，并以Series的形式返回列df[col]：# 以DataFrame形式返回多列df[[col1, col2]]：# 按位置选取数据s.iloc[0]：# 按索引选取数据s.loc['index_one']：# 返回第一行df.iloc[0,:]：# 返回第一列的第一个元素df.iloc[0,0]：...

随机创建数使用numpypd.DataFrame(np.random.rand(20,5))：创建20行5列的随机数组成的DataFrame对象pd.Series(my_list)：从可迭代对象my_list创建一个Series对象df.index = pd.date_range('1900/1/30', periods=df.shape[0])：增加一个日期索引查看pandas对象的概...

在进行pandas处理数据的时候，我们需要将数据导入到内存，进行处理后，再存储成相关内容的格式数据的导入pd.read_csv(filename)：从CSV文件导入数据pd.read_table(filename)：从限定分隔符的文本文件导入数据pd.read_excel(filename)：从Excel文件导入数据pd.read_sql(query, connection_object...

pandas进行写入excel的时候会出现后面覆盖前面数据的情况writer = pd.ExcelWriter('大众.xlsx')df1.to_excel(writer,"配置")df2.to_excel(writer,"外观")df3.to_excel(writer,"内饰")writer.save()...

对列的顺序进行处理order = ['date', 'time', 'open', 'high']df = df[order]会按照新的列规则来进行排列

对集合上求差值的方法import numpy as npimport time,random# 用来求数组中差距效率start = int(time.time())# 生成120000大小的列表arr1 = np.random.randint(0,100,120000)arr2 = [1001,30,60,10034]# 注意前面减去后面的列表arr3 = np.setdiff1...

df1 = DataFrame([['a', 10, '男'], ['b', 11, '男'], ['c', 11, '女'], ['a', 10, '女'], ['c', 11, '男']], columns=['name...

pandas的DataFrame格式数据返回列数：df.shape[1]返回行数：df.shape[0]或者：len(df)

#python中将数据库查询的tuple数据转换为dataframe格式df = pd.DataFrame(list(result))print(df)# res 打印结果6675 5 39098346676 200 30643996677 5 39330216678 62 20347476679 2 21596276680 200 2643...

pandas对一行或者多行进行获取要获取某一行，你需要用 .loc[] 来按索引（标签名）引用这一行，或者用 .iloc[]，按这行在表中的位置（行数）来引用。同时你可以用 .loc[] 来指定具体的行列范围，并生成一个子数据表，就像在 NumPy里做的一样。比如，提取 ‘c’ 行中 'Name’ 列的内容条件筛选用中括号 [] 的方式，除了直接指定选中某些列外，还能接收一个条件语句，然后...

获取DataFrame中的列要获取一列的数据，还是用中括号 [] 的方式，跟 Series 类似。比如尝试获取上面这个表中的 name 列数据：data["name"]因为我们只获取一列，所以返回的就是一个 Series。可以用 type() 函数确认返回值的类型：type(data["name"])向DataFrame中增加列增加数据列有两种办法：可以从头开始定义一个 pd.Se...