studyvcmfc的专栏

Python-Pandas 如何shuffle（打乱）数据？_SCUT_Sam-优快云博客

【Python】将字典（dict）转化为Dataframe_张欣的博客-优快云博客_python字典转dataframedictory = {'a':1,'b':2}df = pd.DataFrame([dictory])print(df)print('ok')输出 a b0 1 2ok

pandas数据合并之一文弄懂pd.merge（） - 知乎

Pandas中两个dataframe的交集和差集_ljp1919的专栏-优快云博客_pandas 差集

df_all_llzp = df_all_llzp.sort_values(by=['score_luoliaozhapian'], ascending=False)

data=Noneif data is None: data=df1else: data=data.append(df1)

pandas.get_dummies函数用法详细解答（实践）pandas.get_dummies函数用法详细解答（实践）_skywf的博客-优快云博客

pandas.DataFrame.to_dict()的使用详解_诸葛老刘的博客-优快云博客

set_index( ) 将 DataFrame 中的列转化为行索引。如下图所示：默认的，当列变成行索引之后，原来的列就没了，但是可以通过设置drop来保留原来的列。

dataframe reindex和reset_index区别 - 30天尝试新事情

python3.7安装numpy pandas失败的处理方案 - moxin0509 - 博客园

python中list用法及遍历删除元素_牧野的博客-优快云博客

pandas dataframe在指定的位置添加一列！简单和通用方法_我是张张的博客-优快云博客

正则表达式中的*，+，？以及\w和\W的区别等常见问题的总结_wl_ss的博客-优快云博客正则表达式中的*，+，？以及\w和\W的区别等常见问题的总结_wl_ss的博客-优快云博客正则表达式中的*，+，？以及\w和\W的区别等常见问题的总结_wl_ss的博客-优快云博客...

语法：data.drop_duplicates(subset='列名',keep='first',inplace=True)1参数含义：subset：column label or sequence of labels, optional ，用来指定特定的列，默认所有列keep：{‘first’, ‘last’, False}, default ‘first’ ，删除重复项并保留第一次出现的项inplace：boolean, default False ，是否直接修改原 dataframe

Python解决The truth value of a Series is ambiguous.mdimport pandas as pddata = pd.read_csv('x.csv')print data[data['l']>1 and data['l']<20]出现错误“ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a

https://www.jb51.net/article/164770.htm

https://zhuanlan.zhihu.com/p/27440031

二、使用iloc函数索引数据（注意~iloc函数主要通过 行号 索引行数据）而且，iloc函数索引的数据是int整型，因此是Python默认的前闭后开。注意只能说int型，也就是数字，输入字符的话是会报错的。1、利用iloc索引第一行：从上面三种表达，大家可以明确看到，iloc函数索引的是int型的数字，是属于前闭后开的。（注意~索引都是默认从0开始的~）2、利用iloc函数索引多行：假如这个时候我们想索引一下奇数行：可以看到，当我们直接输入行号时，是会报错的。正确的

首先返回一个Series,该Series个人理解就是对应各行的行号索引，后面跟一个bool值，代表是否取该行的全体值bocai = train[train['type']=='XX诈骗']

https://www.jb51.net/article/150302.htm

keep： {‘first’, ‘last’, False}，默认为‘first’keep=‘first’时保留该标签第一次出现时的样本，之后重复出现的全部丢弃。keep=‘last’表示保留该标签最后一次出现的样本，keep=False时该标签重复的样本全部丢弃inplace:bool，默认为Falseinplace=False时返回去除重复项后的DataFrame,原来的DataFrame不改变。inplace=True时返回空值，原来DataFrame被改变https://blog.c

https://blog.youkuaiyun.com/weixin_41261833/article/details/104216384

https://blog.youkuaiyun.com/weixin_37275456/article/details/83033528

df=df[~(df['col'].isnull())] #删掉空行 df=dropna(axis=0) #删除有空值的行，使用参数axis=0 df=dropna(axis=1) #删除有空值的列，使用参数axis=1

data.drop_duplicates()#data中一行元素全部相同时才去除https://blog.youkuaiyun.com/weixin_30849591/article/details/95490552

https://blog.youkuaiyun.com/vesper305/article/details/44927047

arrays must all be same length将country_code 中的符号-去除后貌似没有该问题了

当用pandas.dataframe 的append()方法时候，合成的整个数据的索引是分块的，比如all = A.append(B).append(c) 当all['type'][i]的时候，会得到三个结果值（因为拼接了三块A B C ），解决办法是先将all保存成csv文件，重新读取后，获得的all['type'][i]才是正常的唯一值...

https://blog.youkuaiyun.com/jp_666/article/details/104600231?utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7Edefault-6.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7

https://blog.youkuaiyun.com/Mr_Cat123/article/details/80706973

pandas 里面对nan的判断不要用math.isnan()pandas里专门有一个函数:age_null = pd.isnull(titanic_survival[‘age’])https://www.cnblogs.com/qingyuanjushi/p/9251849.html

pd.to_csv('your.csv', index=False)https://blog.youkuaiyun.com/weixin_34268610/article/details/94233761

https://blog.youkuaiyun.com/wf592523813/article/details/89340343

https://www.cnblogs.com/johnyang/p/12849351.html

https://blog.youkuaiyun.com/qq_39697564/article/details/88640686

https://www.jianshu.com/p/ef16d195c63c

indErrorIdentify.py:93: FutureWarning: As the xlwt package is no longer maintained, the xlwt engine will be removed in a future version of pandas. This is the only engine in pandas that supports writing in the xls format. Install openpyxl and write to an x

TypeError: to_excel() got an unexpected keyword argument ‘sheetname’pandas写excel报错，将参数sheetname=‘xxx’ 名字写错了 应该写成sheet_name=‘xxx’csv_data_source.to_excel(“D:\confusion_analysis.xls”,sheet_name=label_names[k])...

https://blog.youkuaiyun.com/zhuxiao5/article/details/105040068