一、查看数据（查看对象的方法对于Series来说同样适用）1.查看DataFrame前xx行或后xx行 a=DataFrame(data); a.head(6)表示显示前6行数据，若head()中不带参数则会显示全部数据。 a.tail(6)表示显示后6行数据，若tail()中不带参数则也会显示全部数据。2.查看DataFrame的index，columns以及values a.index ; a
转载
2023-09-22 12:32:23
324阅读
Python中的作用域、global与nonlocal以下，以Python 3来介绍作用域相关的内容。作用域Python有四类作用域（Scope）。局部（Local）作用域）封闭（Enclosing）作用域全局（Global）作用域内置（Built-in）作用域LEGB规则在作用域中按名称去寻找对象（Python中一切皆对象）时，会按照LEGB规则去查找。 如果发生重名，也会按照LEGB规则，谁先
转载
2023-12-12 13:34:59
101阅读
# Python数据划分区间教程
## 1. 简介
在数据处理和分析中，经常需要将数据按照一定规则划分为不同的区间，以便进行进一步的分析和统计。Python提供了多种方法来实现数据的划分区间，本教程将介绍其中一种常用的方式。
## 2. 实现步骤
下面是实现"python数据划分区间"的步骤概述：
| 步骤 | 描述 |
| --- | --- |
| 步骤1 | 读取原始数据 |
| 步骤
原创
2023-09-09 03:35:52
765阅读
文章目录pandas基础pandas介绍pandas核心数据结构SeriesDateTimeIndexDataFrame核心数据结构操作Jupyter notebookpandas核心pandas描述性统计pandas排序pandas分组将数据拆分成组迭代遍历分组获得一个分组细节分组聚合pandas数据表关联操作pandas透视表与交叉表pandas可视化数据读取与存储movielens电影评分
【目录】一、名称空间1. 内置名称空间2. 全局名称空间3. 局部名称空间二、作用域1. 全局作用域与局部作用域2. 作用域与名字查找的优先级一、名称空间名称空间(namespacs) ：存放名字的地方，是对栈区的划分。有了名称空间之后，就可以在栈区中存放相同的名字，详细的名称空间分为三种：内置名称空间，全局名称空间，局部名称空间L —— Local(function)；函数内的名字空间E ——
转载
2023-12-11 17:02:54
77阅读
条件语句条件语句是一种根据条件执行不同代码的语句，如果条件满足则执行一段代码，否则执行其他代码。Python中条件语句的基本格式如下：if condition_1:
statement_block_1
elif condition_2:
statement_block_2
else:
statement_block_3需要注意：每个条件后面都要使用冒号，表示接下来是满足条件后要执行的语句块；使用缩
转载
2023-08-15 21:17:03
93阅读
目录案例数据pandas.cut()介绍一、自动划分区间二、自定义划分区间三、区间左边是否包含四、区间加上标签 在数据分析的过程中，经常会遇到：年龄，收入，价格以及类似的数据，在数据分析前，需要将这些数据划分到一系列区间中，再将区间进行不同的编码，对编码后的数据进行分析。 在pandas中可以使用pandas.cut()方法实现对数据的区间划分，以及对区间进行标记。案例数据以name,age,
转载
2023-08-11 22:00:21
228阅读
# Python给DataFrame添加序号列
在数据分析和数据预处理的过程中，我们经常需要对数据进行排序、筛选、删除等操作。而在这些操作中，给数据添加序号列是一项非常基础但有用的技巧。本文将介绍如何使用Python中的pandas库给DataFrame添加序号列，并提供相应的代码示例。
## 什么是DataFrame和序号列
在介绍如何给DataFrame添加序号列之前，我们先了解一下Da
原创
2024-02-12 07:14:42
1176阅读
# 用Python给图划分区域
在数据可视化中，图表的区域划分是非常重要的一步。通过合理划分区域，可以更清晰地展示数据之间的关系和趋势。本文将介绍如何使用Python进行图表区域的划分，并给出相应的代码示例。
## 1. matplotlib库简介
在Python中，matplotlib是一个非常强大的绘图库。它提供了丰富的绘图函数和工具，可以轻松创建各种类型的图表。而且，matplotli
原创
2023-10-20 07:44:26
216阅读
## Python将Excel数值列分区间
在数据分析和处理过程中，我们经常需要将一个数值列按照一定的区间进行分组。这种分组可以帮助我们更好地理解和分析数据，从而得出更有实际意义的结论。Python作为一种强大的数据处理工具，提供了丰富的库和函数来帮助我们完成这个任务。
在本文中，我们将使用Python中的pandas库和numpy库，以及matplotlib库来实现对Excel数值列的分区间
原创
2023-08-22 06:04:04
233阅读
# 使用Python DataFrame按时间区间筛选数据
在数据分析中，我们常常需要根据时间区间来筛选数据。在Python中，使用Pandas库可以很方便地实现这一点。以下是一个简单的流程和详细的代码示例，帮助你理解如何按时间区间筛选DataFrame中的时间列。
## 流程概述
首先，我们需要明确流程，包括以下几个步骤：
| 步骤 | 描述 |
|------|------|
| 1
DataFrame的某列&多列使用lambda正则表达式赋值lambda&if映射修改列数据找出list中指定元素的所有索引筛选两列内容不一致的行数据DataFrame 根据多列的值做判断，利用lambda生成新的列值series使用lambda表达式根据DataFrame某列的值利用lambda修改另一列的值lambda和for循环的嵌套使用1. Python查看某一列seri
转载
2023-09-22 10:45:08
428阅读
# 如何给DataFrame的列排序
在数据处理和分析过程中，经常会遇到需要对DataFrame的列进行排序的情况。在Python的pandas库中，我们可以使用`sort_values()`方法来实现这一功能。在本文中，我们将通过一个实际的案例来演示如何使用pandas给DataFrame的列排序。
## 实际问题
假设我们有一个销售数据的DataFrame，其中包含产品名称、销售数量和销
原创
2024-03-20 06:37:42
101阅读
怎样删除list中空字符？最简单的方法：new_list = [ x for x in li if x != '' ] 这一部分主要学习pandas中基于前面两种数据结构的基本操作。设有DataFrame结果的数据a如下所示：
a b c
one 4 1 1
two 6 2 0
three 6 1 6一、查看数据（查看对象的方法对于Se
转载
2023-09-14 16:51:38
311阅读
目录Matplotlib 入门案例matplotlib的基本方法 图标名称plt.title("y=x^2") 设置X轴和Y轴名称xlable() ylable() 设置x轴和y轴的刻度 &nb
转载
2024-08-23 10:08:55
77阅读
目录1:删除行1.1 drop1.2，通过各种筛选方法实现删除行2，删除列2.1，del2.2，drop2.3，通过各种筛选方法实现删除列3，增加行3.1，loc，at，set_value3.2，append3.3，逐行增加3.4，插入行4，df增加列4.1，遍历DataFrame获取序列的方法4.2，[ ]，loc4.3，Insert4.4，concat4.5，iloc和loc遍历过程中给列赋值
转载
2024-06-11 16:28:03
290阅读
近期在编写python代码的时候遇到了python的numpy包中的quantitle()方法，产生了困惑，没有明白其得到的是什么，查阅之后发现，其实意思是分为数的意思，里面的参数q如果传入的是一个值就是求一个分位数，如果是一个list就是分别求不同的分位数，那么？如何通俗地理解分位数?直观来看，分位数就是用概率作为依据将一批数据分开的那个点。注意选取的是值而不是索引，这在python数据操作中着
转载
2023-09-23 10:22:55
208阅读
Pandas中的Dataframe 数据分组目录前言一、初期数据准备1. 初期数据定义二、Dataframe 数据分组==1. 按一列分组====2. 按多列分组====3. 查看每组的统计数据====① 查看所有列的统计信息====② 查看指定列的统计信息====③ 组内离散列计数====④ 组内数值列和====⑤ 组内成员个数====⑥ 组内数值列均值====⑦ 组内数值列最大值====⑧
转载
2023-07-14 16:46:46
533阅读
# Python DataFrame 给第一列命名
在Python中，使用pandas库中的DataFrame可以方便地处理和分析数据。DataFrame是一个二维的数据结构，类似于Excel中的表格，由行和列组成。在处理数据时，给DataFrame的列命名是一个很重要的步骤。
本文将介绍如何使用Python中的pandas库给DataFrame的第一列命名，并且通过示例代码来演示这个过程。
原创
2024-07-13 06:00:44
223阅读
文章目录前言一、DataFrame的合并1.1 按列名合并 (pd.merge())1.2 相同列添加行数 (pd.concat()功能)二、应用 (.apply()功能)三、分组 (.groupby())3.1 groupby的原理与返回值3.2 分组后数据聚合 (.agg())3.3 分组后数据转换 (.transform())3.4 分组后数据过滤 (.filter())3.5 分组后应用
转载
2023-10-13 10:10:01
325阅读
