rookie_is_me的博客

1.应用'''选出小费比，最高的5组'''#显示所有列pd.set_option('display.max_columns', None)#显示所有行pd.set_option('display.max_rows', None)def top(df,n,column): return df.sort_values(by=column)[-n:]tips = pd....

数据透视表 pivot_table()pivot_table(self, values=None, index=None, columns=None,aggfunc='mean', fill_value=None, margins=False,dropna=True, margins_name='All'):'''values:需要聚合的列名，默认所有数值的列index:在结果...

pyplot.xlim（[xmin],[xmax]） >>>设置或返回x轴显示范围pyplot.ylim（[ymin],[ymax]） >>>设置或返回y轴显示范围pyplot.xlabel（xlabel，font...

堆积条形图from matplotlib import pyplot as pltplt.rcParams['font.sans-serif']=['SimHei'] # 用来正常显示中文标签plt.rcParams['axes.unicode_minus']=False # 用来正常显示负号x=[1,2,3,4,5]y=[6,10,4,5,1]y1=[2,6,3,8,5]...

import matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']x=np.arange(5)y=[100,68,79,91,82]err=[7,2,6,10,5]err_attr={"elinewidth":2,"ecolor":"black","capsize":3}plt.bar(x,y,...

刻度定位器与刻度格式器import numpy as npimport matplotlib.pyplot as pltfrom matplotlib.ticker import AutoMinorLocator,MultipleLocator,FormatStrFormatterplt.rcParams['font.sans-serif']=['SimHei']plt.rcPa...

折线图matplotlib.pyplot.plot（* args，scalex = True，scaley = True，data = None，** kwargs）x：x轴上的数值y：y轴上的数值ls：线条风格lw：线条宽度color：颜色lable：标签文本返回值：Line2D对象散点图matplotlib.pyplot.scatter(x,...

pyplot.subplots（nrows = 1，ncols = 1，sharex = False，sharey = False，squeeze = True，subplot_kw =无，gridspec_kw =无，** fig_kw ）参数：nrows：行数ncols：列数sharex：是否共享X轴坐标sharey：是否共享Y轴坐标返回值：Figure，Axes对象数组...

行列取名data=np.random.randn(3,4)df1=pd.DataFrame(data,index=pd.Index(['a','b','c'],name='index',),columns=pd.Index(list('qwer'),name='columns'))print(df1)'''columns q w e ...

算数与数据对齐1.相同维度'''在不重叠的地方引入了NA值重叠:series为index，dataframe为index,columns'''s1=pd.Series([1.2,3.4,-7.8,5.6],index=['d','a','c','b'])s2=pd.Series([1.1,2.2,3.3,4.4,5.5,6.6],index=['a','b','c','d','e...

1.CSV'''pd.read_scv()'''常见参数：filepath_or_buffer : 字符串，文件路径，或者文件句柄，或者字符串IOsep : 字符串，分割符，默认值为'，'delimiter : 定界符，备选分隔符（如果指定该参数，则sep参数失效）delim_whitespace :指定空格是否作为分隔符使用，等效于设定sep='\s+'。如果这个参数设定为T...

删除重复值frame=pd.DataFrame({'k1':['one','two']*3+['two'], 'k2':[1,1,2,3,3,4,4]})frame.duplicated() #判断重复行'''参数:subset：指定一列或多列进行比较，默认None所有列keep：‘first’默认，‘last’，保留第一个匹配到的或最后...

切片'''loc:标签，索引iloc:索引'''df.loc[1,1:3]#第一行，前2列df.loc[:,1:3]#所有行，前2列df.loc[:-1,-3:]#第一到倒数第二行，后3列函数映射df1=pd.DataFrame(np.random.randn(3,4),columns=list('dcbe'))''' d c ...

merge函数'''merge函数:参数 说明left 参与合并的左侧DataFrameright 参与合并的右侧DataFramehow “inner”,“outer(并集)”,“left”,“right"其中之一，默认为"inner”on 用于连接的列名，必须存在于左右两个DataFrame,如果不指定会自动...

1.使用列名分组df = pd.DataFrame({'key1':['a', 'a', 'b', 'b', 'a'], 'key2':['one', 'two', 'one', 'two', 'one'], 'data1':np.random.randn(5), 'data2':np.random.randn(5)})group_1=df.groupby...

多层索引透视'''stack():将指定的列索引透视为第二层行索引，类型为Series参数level：层级序号或层级名称,默认-1level：层次索引的层级。从0开始分别对应第一层等索引，若为-1，则代表最里面一层索引。dropna：过滤掉缺失值，默认True'''f1=pd.DataFrame(np.arange(6).reshape(2,3), ...

frame.isnull() #bloomframe.notnull() #bloomframe.dropna() #返回没有NA的数据，默认axis=0，且出现一次NaN，该行就被删掉参数：axis，how='all':所有值为NaN才删掉frame.fillna() 缺失值补全参数：value 要替换的值，一般选中位值axisinplace 在原...

DataFrame分层索引frame=pd.DataFrame(np.arange(12).reshape(4,3), index=[['a','b','a','b'],[1,2,1,2]], columns=[['ohio','ohio','colo'],['red','red','yellow']])#分层索引...