DataFrame.sampleDataFrame.sample方法主要是用来对DataFrame进行简单随机抽样的。PS：这里说的是简单随机抽样，表示是不能用来进行系统抽样、分层抽样的。DataFrame.sample这个方法可以从DataFrame中随机抽取行，也可以随机抽取列，这个方法接收的参数如下：DataFrame.sample(n=None
, frac=None
, replace=
转载
2023-07-10 21:22:22
190阅读
# 使用Python查看DataFrame的基本信息
在数据科学领域，Pandas库是处理数据的强大工具。使用Pandas，用户可以创建和操作DataFrame，这是一个类似于电子表格的数据结构。在本文中，我们将探讨如何查看DataFrame的基本信息，并通过代码示例和图表进行说明。
## 创建DataFrame
首先，我们需要创建一个简单的DataFrame，以便于后续操作。下面是创建一个
原创
2024-08-09 12:19:04
109阅读
Python将hive的table表转成dataframe一步到位，代码如下：from pyhive import hive
import pandas as pd
def hive_read_sql(sql_code):
connection = hive.Connection(host='10.111.3.61', port=10000, username='account')
转载
2023-05-30 19:21:00
137阅读
官方文档：pandas之DataFrame1、构造函数用法pandas.DataFrame(
data=None,
index=None,
columns=None,
dtype=None,
)参数参数类型说明datandarray、iterable、dict、DataFrame用于构造DataFrame的数据（注意，用某个DataFrame构造另一个DataFra
转载
2023-07-21 22:02:50
222阅读
1. SeriesSeries 是一个类数组的数据结构，同时带有标签（lable）或者说索引（index）。1.1 下边生成一个最简单的Series对象，因为没有给Series指定索引，所以此时会使用默认索引(从0到N-1)。# 引入Series和DataFrameIn [16]: from pandas import Series,DataFrame
In [17]: import pandas
1. 基础数据准备import pandas as pd
data = [{"a": 1, "b": ' djidn. '},
{"a": 11, "b": 22.123456},
{"a": 111, "b": ''},
{"a": 1111},
{"a": '1111'}]
df = pd.DataFrame(da
转载
2023-06-08 10:46:41
176阅读
Pandas是为了解决数据分析任务而创建的，纳入了大量的库和标准数据模型，提供了高效地操作大型数据集所需的工具。 对于Pandas包，在Python中常见的导入方法如下：from pandas import Series,DataFrame
import pandas as pd首先，我们需要对于Series和DataFrame有个基本的了解：Series：一维数组，类似于Python中的基
转载
2023-07-21 12:31:06
91阅读
DataFrameDataFrame 概念和创建 :先来看一个例子 :这是一个由列表组成的字典importnumpy as npimportpandas as pddata= {'name':['Jack','Tom','Mary'],'age':[18,19,21],'gender':['m','m','w']}frame=pd.DataFrame(data)print(frame)可以看到 D
转载
2023-07-21 22:08:11
223阅读
python DataFrame常用描述性统计分析方法 文章目录python DataFrame常用描述性统计分析方法sum() 求和mean() 求平均值max() 最大值 & min() 最小值median() 中位数mode() 众数var() 方差std() 标准差quantile() 分位数 sum() 求和使用sum()方法对DataFrame对象求和。 其中**set_opt
转载
2023-07-14 16:08:08
183阅读
首先，这两种数据类型是python中pandas包中的,使用之前记得导包目录初步认识series组成创建获取运算dataframe创建初步认识1、DataFrame可以看成一个矩形表格（比如m行n列的数据）甚至是整个表格，存储的是二维的数据,可以被看做是由Series组成的字典，每一个坐标轴都有自己的标签。2、Series则是DataFrame中的一列，存储的是一维的数据。series组成Seri
转载
2023-07-14 16:46:52
102阅读
官方网址：https://pandas.pydata.org/docs/reference/api/pandas.DataFrame.aggregate.html目的该篇文章主要线路为探索agg的基本用法，以及对应有哪些适用场景，最后做一个简单探索源代码层。1、介绍agg的参数及使用demo2、GroupBy的agg用法案例3、通过查看底层推演agg的路线原理1、介绍agg的参数及使用demoag
转载
2023-08-18 19:17:45
89阅读
前面一节我们学习了concat()把两个Series或者DataFrame表格进行连接，连接是基于相同结构的两个表的简单连接。在实际工作中，数据往往在不同的表中进行拼凑才能取得最终的结果，而这个拼凑过程在Pandas中叫做merge()。先来做一下数据准备。 left = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value': np.
转载
2023-08-25 15:41:13
139阅读
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 cone 4 1 1two 6 2 0three 6 1 6一、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
转载
2023-11-16 09:25:08
120阅读
print np.mean(df.title.apply(lambda x: len(x)))
# 24.072694718
print df.title.apply(lambda x: len(x) < 30).value_counts()
"""
True 4069
False 1516
"""
转载
2023-07-03 23:30:09
127阅读
这个repo 用来记录一些python技巧、书籍、学习链接等，欢迎star
github地址用pandas中的DataFrame时选取行或列：import numpy as np
import pandas as pd
from pandas import Sereis, DataFrame
ser = Series(np.arange(3.))
data = DataFrame(np.ara
转载
2023-07-10 21:18:47
100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 != ” ]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Series来说同样适用） 1.查看DataFrame前xx行或后xx行a
转载
2023-07-21 22:05:52
93阅读
接上篇博文，继续介绍Spark DataFrame的理解和使用。对于单个DataFrame常见的变换操作有：创建一个DataFrame（创建空的DF ，从文件中读取数据创建DF）增加一行或一列删除一行或一列把行变成列，把列变成行根据某列的值对行进行排序1、创建 DataFrames（createDataFrame()方法、toDF()方法）1.1 创建一个空的DataFrame （1）
转载
2023-07-10 21:08:30
911阅读
import numpy as nprequired_input = required_input.replace(np.nan, '')
query_result_input = query_result_input.replace(np.nan, '')
将指定列toy的空值替换成指定值100：
df.replace({'toy':{np.nan:100}})
筛选有缺失值的行
df.lo
转载
2023-05-28 18:12:13
114阅读
分别对df的行或者列进行处理后，会遇到想要把拆开的数据重新拼起来的情况这些数据具有相同的结构，只是单纯的要拼到一起，不涉及连接的关联变量。（就是R的rbind 和 cbind）df= a.append([b,c,d,e,f,g,h,i,j,k,l,m], ignore_index=False) #行拼接（类似R的rbind）  
转载
2023-05-26 23:24:08
117阅读
1.声明当前的内容包括Pandas中对DataFrame的数据运算和统计运算操作，然后就是画图操作，用于本人知识梳理和复习2.一个demo## 使用当前的pandas实现数据计算操作
import numpy as np
import pandas as pd
shops = pd.DataFrame(np.random.randint(1, 10, (5, 5)), index=["第{}天"
转载
2023-07-14 16:30:48
88阅读
