puhuihui的博客

本文章主要实现三方面：(1) 新建conda环境(2) 给某个环境安装包(3) 新建jupyter使用的内核。

删除某列是指定值的行 //删除Year=='2111','9','2105','板塔结合','NaN','板楼','暂无数据' df=df[~df['Year'].isin(['2111','9','2105','板塔结合','NaN','板楼','暂无数据'])] 删除某列为NAN（空值）的行 //删除Year为NAN（空值）的行 df = df[df['Year'].notnull()] 将非连续性数据分箱(分组) df['Year'] = pd.qcut(df['Year'],8).a.

过滤异常值（大于400或小于5000），将其变为空值 data.loc[(data[u'销量'] < 400) | (data[u'销量'] > 5000),'销量']= None 输入 日期 销量 0 2015-03-01 51.0 1 2015-02-28 2618.2 2 2015-02-27 2608.4 3 2015-02-26 2651.9 4 2015-02-25 3442.1 .. ...

前提是没有代码错误 重新建立一个环境（file->settings->project interpreter） 解决

按照A分组计算B的均值 df_mean = df.groupby('A')['B'].mean() 注意返回结果是dataframe类型的，不能使用列接收值

3列桑基图数据为：A、B、C import pandas as pd fpath="xxx.xlsx" df=pd.read_excel(fpath) #增一列计数 # df["values"]=1 //按照A、B分组计数，结果给sum1 # sum1=df['values'].groupby([df['A'],df['B']]).sum() //按照B、C分组计数，结果给sum2 # sum2=df['values'].groupby([df['B'],df['C']]).sum() //整合

import pandas as pd fpath='xx.xlsx' df=pd.read_excel(fpath) df.set_index("序号",inplace=True) #指定列插入某列前n位字符串 book_id=df.pop('索书号') // book_id获取第一位字符 book_id=book_id.str[:1] //在第二列新增book_id列并用book_id填充 df.insert(1,'book_id',book_id) //按照book_id列对新增的”类别“列填充

import pandas as pd //写入 df=pd.read_excel("XXX.xlsx") //新增列 df["num"]=1 //赋值‘课程'和"num”两列给book变量 book=df[['课程',"num"]].copy() //按照课程分类，统计计算 book_counts=book.groupby('课程').agg(sum)

python下载you-get pip install you-get 找到视频存放文件夹进行如下操作，回车 进行以下操作 1、you-get -i [链接] //链接是视频所在网页的链接 2、根据自己的情况按照图中 1，2选择其中一种下载 ...

特征工程 sklearn 特征工程 pandas 数据清洗、数据处理 特征提取： sklearn.feature_extraction 字典特征提取 sklearn.feature_extraction.DictVectorizer() 文本特征提取 sklearn.feature_extraction.text.

pip install +库名+ https://pypi.tuna.tsinghua.edu.cn/simple/

解决办法点这里