qq_21840201的博客

Pandas DataFrame重置索引import pandas as pdimport numpy as npa=pd.DataFrame(np.random.randint(1,10,20).reshape(4,5))print(a)0 1 2 3 40 1 3 2 7 61 8 2 2 7 22 2 6 6 2 53 4 1 6 8 9b=a.sort_values(by=4)print(b) 0 1 2 3 41

日常使用python经常要对文本进行处理，无论是爬虫的数据解析，还是大数据的文本清洗，还是普通文件的处理，都是要用到字符串. Python对字符串的处理内置了很多高效的函数，非常方便功能很强大.下面是经常用的操作方法。...

value_counts默认参数如下：value_counts(values, sort=True, ascending=False, normalize=False, bins=None, dropna=True)### Series类型import pandas as pddata=pd.Series(['python','java','python','php','php'...

缺失数据比较多的情况下，可以直接滤除，缺失数据比较少时，对数据进行填充就很有必要了。数据填充函数fillna（）默认参数如下：fillna(self, value=None, method=None, axis=None, inplace=False, limit=None, downcast=None, **kwargs)import numpy as npfrom numpy...

实际应用中，在得到原始数据时，经常碰到数据缺失问题，对数据进行加工或清洗就非常有必要了import numpy as npfrom numpy import nanimport pandas as pddata=pd.DataFrame(np.arange(3,19,1).reshape(4,4),index=list('abcd'))print(data)print(data.i...

import pandas as pds1=pd.Series(['a','b'])s2=pd.Series(['c','d'])  concat( )  参数如下：concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, ve...

python中的merge函数与sql中的 join 用法非常类似，以下是merge( )函数中的参数：merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=False, suffixes=('_x', '_y'), cop...

### 随机生DataFrame 类型数据import pandas as pdimport numpy as npframe = pd.DataFrame(np.random.rand(4,4),index=list('abcd'),columns=list('ABCD'))frame  A B C D a 0.560094 0.3526...

    1、DataFrame类型排序DataFrame类型sort_index（）函数参数如下：sort_index(self, axis=0, level=None, ascending=True, inplace=False, kind='quicksort', na_position='last', sort_remaining=True, by=No...

1、首先随机生成一个4*4数组，为DataFrame类型import pandas as pdimport numpy as npdata = pd.DataFrame(np.random.randn(4,4),columns=['a','b','c','d'])dataOut[24]:[24]:  a b c d 0 -1.827002 ...

 分组过程如下图所示：import numpy as npimport pandas as pddf=pd.DataFrame({'key1':list('aabbab'), 'key2':list('cccddd'), 'value1':np.arange(1,7), 'value...

import pandas as pdimport numpy as npdf=np.array([[1,2,3],[4,5,6],[7,8,9]])dfdf1=pd.DataFrame(df)df1 0 1 20 1 2 31 4 5 62 7 8 9df1.valuesarray([[1, 2, 3], [4, 5, 6]...

详细官网文档：https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.to_csv.html

import pandas as pd### 默认 header=0,第一行作为表头table=pd.read_csv('D:/test.csv',encoding="gbk")table.head() 序号 部门 职务 姓名 工作日期 基本工资 奖金 住房基金 保险费 实发工资0 1 办公室 主任 陈鹏 2002/9/1 7000.0 3700.0 130.0 100.0 10470....

import pandas as pdpath = 'https://raw.githubusercontent.com/HoijanLai/dataset/master/PoliceKillingsUS.csv'data = pd.read_csv(path,index_col=None)data.head()`` name date race ...

import pandas as pdimport numpy as npdf=pd.DataFrame(np.arange(12).reshape(3,4),index=list('EFJ'),columns=list('ABCD'))`#### 删除列（方法一）df.drop(columns=list('AB'))`` C DE 2 3 F 6 7 J 10 11 ### ...

https://blog.youkuaiyun.com/chichoxian/article/details/53160301print(data)print(data[0]) ### 这种方法只能取一列数据print(data[[0,1]]) ###这样可以取多列数据print(data[0:3]) ### 取3行数据 0 1 2 3a ...