ziyi_gong的博客

pandas 是 python 中高度封装的库，可以为处理数据提供诸多便利。 本文试图对 其用法做一总结。这三个的使用都需要与函数相互结合。apply 的操作对象是DataFrame的一列或者一行数据...

使用函数可以简化计算，ufnc 函数即有这样的功能，并且可以和pandas 更好的结合，具体可以该参考下述代码示例：cdf1 = pd.DataFrame(np.arange(10).reshape(2,5),columns=list('bcaed'))cdf2 = pd.DataFrame(np.arange(12).reshape(3,4),columns=list('abcd'))# ...

根据笔者的实践经验，对Dataframe 对象取值与赋值做一总结。示例参考笔者上一篇博客：https://blog.youkuaiyun.com/ziyi_gong/article/details/105376758取值data=np.around(np.random.randn(3,4),decimals=2)data = pd.DataFrame(data,columns=('A','B','C'...

dataframe 属性：df2.indexdf2.columnsdf2.axesdf2.Tdf2.info()df2.head(i)df2.tail(i)df2.describe()data具体参考：https://www.cnblogs.com/PYlog/p/9141136.htmldataframe 排序：DataFrame.sort_values(by=‘##’,...

dataframe对象获取切片的常用方法有两种，一种是通过索引名和列名，即使用.loc ,另外一种是使用行号和列号，即使用.iloc 。例如下述dataframe；import pandas as pdimport numpy as npdata=np.around(np.random.randn(3,4),decimals=2)data = pd.DataFrame(data,c...

在机器学习实验中和 for 循环中，经常需要重复对同一个dataframe 对象中增加行。观察下述示例：`import numpy as npimport pandas as pduu=np.random.randn(2,4)uu = pd.DataFrame(uu,columns=('A','B','C','D'))print(uu)执行结果如下： A ...