qq_38124658的博客

示例： # items_set = source_data.loc[:, 'item_id'].to_frame()使用to_frame()即可，类似还有to_list()…

示例如下： items_set = source_data.groupby(['item_id'])['user_id'].agg( [('count_col', 'count')] ).reset_index()新的列名为count_col，对聚合后的分组执行count函数。还可以执行mean，max等函数…

import warningswarnings.filterwarnings('ignore')# 设置显示最大的列数（None表示全部显示）和行数pd.set_option('display.max_columns', None)pd.set_option('display.max_rows', 100)# 设置显示小数保留的位数pd.set_option('display.float_format',lambda x: '%.2f'%x)# pandas设置显示宽度pd.set_opt

Swfiter是一个库，它“以最快的可用方式将任何函数应用到 Pandas DataFrame(数据框)或Series(序列)。”。Swfiter安装Swifter安装swifter用pip直接安装即可，很方便。$ pip install -U pandas # upgrade pandas$ pip install swifter # first time installation$ pip install -U swifter # upgrade to latest version if a

一、字典转换为DataFrame我们现在有一个字典变量feed_data，其格式如下：每个键对应的值为list，那么怎样将其转换为DataFrame呢？可以先将其读取为pd.Series();然后，通过pd.DataFrame将其转换为DataFrame格式;代码如下：pd.DataFrame(pd.Series(feed_data), columns=['pos_items'])结果如下：再整理一下数据格式，对列重命名：feed_pd = feed_pd.reset_inde

使用方法itertuples()：for row in df.itertuples(): print(getattr(row, 'feat_1'))通过getattr，可以取出行row列名为feat_1对应的元素值。