hello world!

pandas内容，添加了目录

pandas iloc loc

在pandas中使用sum()函数，发现返回值的小数位数增加了许多，且max()函数也有类似情况。在python3.6.3中运行以下代码：#求a、b两列的和以及最大值。m = [{'a':2.4455, "b":3.4444}, {'a':4.4435, "b":6.42344}, {'a':3.4485, "b":8.4444}]n = DataFrame(m)print(n)#简...

函数cutcut函数可以给序列分组，比如把年龄，成绩进行分组，统计不同分组内的人数有多少，等等。 函数结构如下：pandas.cut(x, bins, right=True, labels=None, retbins=False, precision=3, include_lowest=False)x：要分箱的输入数组。它必须是一维的。bin：int或标量序列 如果bins是一...

在pandas中，concat, merge, join的使用方法可以参考以下资料： http://blog.youkuaiyun.com/stevenkwong/article/details/52528616 主要讲下笛卡尔积：import pandas as pdfrom pandas import DataFramedf1=DataFrame({'a':[1,2,3], 'b':[4,...

在商业数据表中，经常需要处理字符型的数据，而pandas中的Series.str属性就有几下几十种方法可以处理字符串数据。str.extract()先介绍str.extract()，可用正则从字符数据中抽取匹配的数据，只返回第一个匹配的数据。 注意，正则表达式中必须有分组，只是返回分组中的数据，如果给分组取了名称，则该名称就是返回结果中的字段名。 Series.str.extrac...

有以下几种方法可以修改：方法一from pandas import DataFrame, Seriesdata = DataFrame({"a":[1, 2, 3, 4], "b":[4, 5, 6, 7]})data.columns = ["c", "d"]#直接在原数据上修改方法二from pandas import DataFrame, Seriesdata =...

在pandas中，del、drop和pop方法都可以用来删除数据，insert可以在指定位置插入数据。 可以看看以下示例。import pandas as pd from pandas import DataFrame, Seriesdata = DataFrame({'name':['yang', 'jian', 'yj'], 'age':[23, 34, 22], 'gender...

虽然去年就开始用pandas筛选数据，但有些方法还是容易忘记，工作中写的代码差点出错了，所以把这些内容记下来。其实英文官方文档上的内容非常详细，可以多看看。多条件筛选这里的筛选方法，是根据不同字段的不同条件，对行进行筛选，每个条件得到一个index集合， 求不同index集合的与、或、非和差集等运算。 数据如下：import pandas as pdfrom pandas ...

很少使用数据透视表，在pandas中一般用groupby来处理问题，其实有些情况下使用pivot_table()来处理问题会更加方便。 先看看pandas的官方的文档：pandas.pivot_table 另外，这篇文章讲得更详细。...

将数值型列降级到更高效的类型我们可以用函数pd.to_numeric()来对数值型进行向下类型转换。我们用DataFrame.select_dtypes来只选择整型列，然后我们优化这种类型，并比较内存使用量。 先找到要转化的类型，可用以下语句：DataFrame.select_dtypes(include=None, exclude=None)#include, exclude : s...

Pandas 中map, applymap and apply的区别

time模块的时间字符串的转换主要用到time模块的strptime()、mktime()、gmtime()、strftime()。例：求一个月前的时间点如： ‘2018-02-27’的一个月前的时间点为：‘2018-01-28’。import timea = time.strptime('2018-02-27', "%Y-%m-%d")#转换成时间数组print(t...

python中的pandas模块中对重复数据去重步骤：1）利用DataFrame中的duplicated方法返回一个布尔型的Series,显示各行是否有重复行，没有重复行显示为FALSE，有重复行显示为TRUE；2）再利用DataFrame中的drop_duplicates方法用于返回一个移除了重复行的DataFrame。注释：如果duplicated方

列表推导式简单明了，但要注意if条件的位置。#if写在前面c = [i if i%2==0 else 1 for i in a] //遍历a的每个元素，如果i为偶数直接返回，否则直接返回1。此处if写在for前面要求必须有else项>>> a = [1,2,3]>>> c = [i if i%2==0 else 1 for i in a]>&...

一般从客户那读取的时间是北京时间，而time模块中转换成时间戳时（距1970/01/01 00:00:00），使用的是UTC格林尼治时间，注意转换。要注意DST夏令时。 另外在pnadas中的两个Timestamp对象可以直接相减，例如相减后的结果为t，则t.days表示天数（int格式）...

data = pd.read_csv(path+file+'.csv',sep=',',encoding='utf-8')data.to_csv(path+file+'_analysis.csv', encoding="gbk", sep=',')读取时用的是'utf-8'，生成csv用的是'gbk'格式，分隔符要用逗号。这样生成的csv文件就可以用excel打开。

1.ix[ ]如果想用.ix选取df中某一行某一列的值时，返回的结果是什么？data = DataFrame([{'t':'2018-01-08 14:12:26', 'name':'yang'},{'t':'2017-01-08 14:12:26', 'name':'jian'}, {'t':'2014-01-08 14:12:26', 'name':'yj'}])print(data)d...

处理excel文件的python库有很多，如xlsxwriter、xlrd、openpyxl等。由于经常用pandas处理数据，而且pandas读写excel更方便，所以主要讲pandas是如何操作excel的。也介绍了如何分别使用用xlsxwriter和openpyxl向excel中插入图片，如何在不覆盖原excel的基础上追加新的内容。1 生成excel文件建立工作簿 =&gt...

eval函数将字符串str当成有效的表达式来求值并返回计算结果。demo = "{'a': 2, 'b': 4}"demo_dict = eval(demo)print(type(demo_dict), demo_dict)##结果：<class 'dict'> {'a': 2, 'b': 4}...

层次化索引层次化索引，就是对索引进行层次化分类，便于使用，这里的索引可以是行索引，也可以是列索引。 先看例子：#以下代码会报错， 因为data本身是一个DataFrame，要先转化成数组。a = {"a":3, "b":4, "c":5}data = [a, a]print(pd.DataFrame(data, columns=[['m','m','n'],['b', 'c',...

https://www.cnblogs.com/big-face/p/5418416.htmlPython基于pandas的数据处理（一）1 import pandas as pd, numpy as np2 dates = pd.date_range('20130101', periods=6)3 df = pd.DataFrame(np.random.randn(6,4