DataFrame合并

本文介绍了使用 Python 的 Pandas 库进行数据处理的一些实用技巧,包括如何创建 Series 和 DataFrame,如何进行数据合并、筛选和切片操作等。通过具体实例展示了如何高效地管理和操作数据。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

获取特征得时候每个方法能获取到N个特征,本来想着每个方法返回一个Series,其中每行是一个列表然后在出程序合并,但是合并得过程中发现用Series存储列表是字符串的形式,不好用,还是每个特征返回一个Series吧,另外涉及到DataFrame的合并,记录以下:

#创建Series a = pd.Series([]) b = pa.Series([]) #创建DataFrame c = pd.DataFrame({'a':a,'b':b}) d = pd.DataFrame({'b':a,'b':a})
#合并,axis = 1列合并 0 行合并 e = pd.concat([c,d],axis = 1)
##添加一列
e['add']=pd.Series([同一维度])

选取dataframe中特定的值:

##f = e[条件],example
f = e[e['a']==1]
重建索引
e.reindex([2,0,1])
e.reindex(np.random.permutation(e.index))

datafram切片

##就是通过位置选择
g = e.iloc[0:10,1:5]





评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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