随笔分类 - 编程语言 / python / pandas
pandas 遍历
摘要：当年写的，哈哈哈，真简单，实际没学一样，当我遇到实际问题，还是不会 import pandas as pd df = pd.DataFrame({'A': [1, 2], 'B': [3, 4]})for index, row in df.iterrows(): print('index:',ind
阅读全文
空值处理
摘要：# 检测是不是空值 df.isnull() # 检测是不是有值，两个函数一样 df.notnull() df.notna() # 删除包含缺失值的行 df.dropna(inplace=True) inplace=True 表示直接在原始 DataFrame 上进行修改如果没有这个必须要有接收对象
阅读全文
数据分组 groupby
摘要：groupby() 方法通常用于对数值数据进行分组和聚合，例如 sum()、count()、max()、min() 等等。但它也可以用于对非数值数据进行分组 # 创建一个示例 DataFrame data = { 'City': ['New York', 'Chicago', 'San Franci
阅读全文
pandas inplace
摘要：当你使用 inplace=True 时，操作将直接在原始对象上进行，而不返回一个新的对象。当 inplace=False 或未指定时，通常会返回一个修改后的新对象，而原始对象保持不变
阅读全文
pandas 转numpy、list
摘要：# 创建一个示例 DataFrame data = {'A': [1, 2, 3], 'B': [4, 5, 6]} df = pd.DataFrame(data) print(df) A B 0 1 4 1 2 5 2 3 6 转numpy # 将 DataFrame 转为 NumPy 数组 nu
阅读全文
Excel读取和写入，pandas
摘要：读取 读取整个文件然后删除不需要的列：使用 drop() 函数删除不需要的列。 只选择需要的列读取：使用 usecols 参数来指定这些列。 查看列名column_names = df.columns 选取某个sheet表 sheet_name 是 demo: 写入： df.to_excel('da
阅读全文
函数-设置有效数字
摘要：# 设置三位有效数字 df = pd.read_excel('训练数据-3年.xlsx',sheet_name='new23年指标数据') # # 指定列名 columns_to_convert = ['PT', 'PN', 'RA', 'RQ', 'RI', 'CFT', 'CGR-3', 'CA
阅读全文
DataFrame创建
摘要：DataFrame是一个二维标签数据结构，有行和列 可以看作是一个excel表格 创建： 1，横向创建 这种就是字典的方式 什么时候需要这种呢？ 需要字典进行映射，然后要将结果转excel。那就需要这种方式 2，列向创建 这种就是列表的方式
阅读全文
数据清洗
摘要：缺失值 判断各个单元格是否为空。 isnull() 判断各个单元格是否为空 删除包含缺失值的行 df.dropna(inplace=True) 填充缺失值 # 填充缺失值为指定值，例如0 df.fillna(0, inplace=True) # 或者填充缺失值为列的均值 df.fillna(df.m
阅读全文
pandas是干什么的
摘要：Pandas 是一个数据结构 Pandas 的主要数据结构是两种核心对象：Series 和 DataFrame。 Series 是一维标记数组，类似于带有标签的数组。它可以存储任何数据类型，并且每个元素都与一个唯一的标签相关联。 DataFrame 是二维标记数据结构，类似于电子表格或 SQL 表。
阅读全文
CSV
摘要：import pandas as pddf = pd.read_csv('nba.csv') read_csv( FilePath： 文件路径 sep: 指定的分隔符，默认是逗号 delimiter: str | None = ..., header: int 将第几行作为表头，前面的行，就会被消除
阅读全文
