上一页 1 2 3 4 5 6 ··· 27 下一页
摘要: Pandas中的文本处理 #参考来源:Pandas玩转文本处理! (qq.com) 向量化的字符串处理方法 Pandas的字符串属的方法几乎包括了大部分Python的内置字符串方法(内置共有45个方法),下面将列举一些常见的方法的用法 只能用于series,不能直接用于整个数据框 | 方法 | 说明 阅读全文
posted @ 2023-03-31 16:58 小杨的冥想课 阅读(65) 评论(0) 推荐(0) 编辑
摘要: 数据的删除 #删除空值所在的行 df = df.dropna(axis = 0,subset = ['测温探头编码'])#删除空值的行,不加subset就是删除所有的行或列 #del #使用del, 一次只能删除一列,不能一次删除多列 import pandas as pd data = pd.re 阅读全文
posted @ 2023-03-30 16:21 小杨的冥想课 阅读(82) 评论(0) 推荐(0) 编辑
摘要: pandas中的inplace参数,将变量值赋给inplace= True 的结果,输出为none #在学习drop函数是遇见将变量值赋给inplace= True 的结果,输出为none import pandas as pd import numpy as np city = pd.DataFr 阅读全文
posted @ 2023-03-30 15:05 小杨的冥想课 阅读(59) 评论(0) 推荐(0) 编辑
摘要: pandas 中的显示设置 1.显示设置 get_option :获取...... set_option :设置...... 2.控制显示行数 display.max_rows #它控制在截断之前显示的最大行数。如果数据中的行数超过此值,则显示将被截断。默认设置为60 #如果希望显示所有行,则需要将 阅读全文
posted @ 2023-03-22 11:24 小杨的冥想课 阅读(168) 评论(0) 推荐(0) 编辑
摘要: 2统计函数的应用 df.groupby("Courses").max()#以"Courses"为分组依据,求每列的最大值(主要针对相同的"Courses") #Na值不参与计算 df.groupby("Courses").min()#通过min函数将分组后的最小值列出来 df.groupby("Co 阅读全文
posted @ 2023-03-12 09:02 小杨的冥想课 阅读(35) 评论(0) 推荐(0) 编辑
摘要: Groupby 1.Groupby的基础操作 import pandas as pd import numpy as np data = {"Courses":["Numpy","Pandas","Java","Pandas","Python","Python"],"Teacher":["Jack" 阅读全文
posted @ 2023-03-11 22:43 小杨的冥想课 阅读(83) 评论(0) 推荐(0) 编辑
摘要: python操作文件路径 文件路径的表示方式 # 反斜杠 ‘\’:由于反斜杠 ‘\’ 要用作转义符, 所以如果要使用反斜杠表示路径, # 则必须使用双反斜杠。 path_abs1 = "E:\\pycharm\\pythonProject\\zwd-teach\\z123.txt" # 原始字符串 阅读全文
posted @ 2023-03-11 19:37 小杨的冥想课 阅读(51) 评论(0) 推荐(0) 编辑
摘要: pandas中的apply函数 apply在调用函数时,默认将数据框逐行或逐列作为一个参数代入调用的函数中 apndas 的 apply() 函数可以作用于 Series 或者整个 DataFrame,功能也是自动遍历整个 Series 或者 DataFrame, 对每一个元素运行指定的函数 。Pa 阅读全文
posted @ 2023-03-03 17:23 小杨的冥想课 阅读(362) 评论(0) 推荐(0) 编辑
摘要: pandas中时间类型数据的处理 1.pandas中6个时间相关的类 对时间类型数据进行分析的前提就是将原本字符串的时间转换为标准时间类型,pandas继承了Numpy可和datetime库的时间相关模块,提供了6种时间相关的类 | 类名称 | 说明 | | | | | Timestamp | 最基 阅读全文
posted @ 2023-03-03 17:11 小杨的冥想课 阅读(208) 评论(0) 推荐(0) 编辑
摘要: # 使用 iloc 或 loc 多列数据类型进行转换,源数据类型修失败 import pandas as pd import numpy as np #在利用iloc对数据框中列的类型进行修改时,可以看到数据类型并没有改变 df = pd.DataFrame([['2020-01-01', '202 阅读全文
posted @ 2023-03-02 10:40 小杨的冥想课 阅读(162) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 ··· 27 下一页