重写博客，后续会写一些和工作相关的代码。一来将有关经历保存，有事没事翻翻看，提高熟练度。二来也算是做个分享，自己边查资料边提高的过程也是蛮好的。 PS.数据来自于公司公告和交易市场披露，【企业预警通下载】。背景：最近得到了30个省份的公开授信资料（官方披露信息），由于涉及30个省，正常复制粘贴到一张汇总表，劳民伤财不讨好，而且复制粘贴的时候有序号，极有可能出错。观察发现30个省份的字段都一样，那么
前言最近在网上搜了许多关于pandas.DataFrame的操作说明，都是一些基础的操作，但是这些操作组合起来还是比较费时间去正确操作DataFrame，花了我挺长时间去调整BUG的。我在这里做一些总结，方便你我他。感兴趣的朋友们一起来看看吧。一、创建DataFrame的简单操作：1、根据字典创造：In [1]: import pandas as pd
In [3]: aa={'one':[1,2
转载
2023-08-04 13:20:07
600阅读
# 用Python循环处理DataFrame并创建新DataFrame
在数据分析的过程中，经常需要进行数据的处理和转换。Pandas库是Python中进行数据处理和分析的重要工具之一。在这篇文章中，我们将探讨如何使用循环来处理DataFrame，并将结果存储在一个新的DataFrame中。
## 1. 什么是DataFrame？
DataFrame是Pandas中最基础的数据结构之一，它类
21_Pandas.DataFrame,重置Series的索引index(reset_index)如果使用reset_index（）方法，则可以将pandas.DataFrame，pandas.Series的索引索引（行名称，行标签）重新分配为从0开始的序列号（行号）。如果将行号用作索引，则通过排序更改行的顺序或删除行并得到缺少的号码时，重新索引会更容易。当行名（行标签）用作索引时，它也可用于删除
转载
2023-11-28 10:24:10
352阅读
DataFrame对象有多种比较方便的索引方式，以下一一进行总结DataFrame对象为df1. df[val]这边注意，返回的是DataFrame的副本，而不是视图其中val可以是
1. 列名，也就是columns名，可以是单个列或者是由列名组成的列表，如果是单个列名则返回Serie对
象，如果是列表则返回DataFrame对象
2. 分片，用来进行行切片，比如df[:]，则会选择所有的行，即使
转载
2023-07-14 16:12:32
132阅读
行索引dataframe的行索引方法有三种，分别为loc，iloc,ixlocloc是基于行索引（index），或者说是行的名称进行索引的。比如如果说有自己认为设置了索引的名称，在进行检索时使用loc，就只能输入行的名称。但是如果index是默认的递增数，那么和iloc没有区别。要注意此时如果使用切片索引，如[0:k]那么取的是index从0到k的k+1个行，而不是k-1行。ilociloc是根据
转载
2023-07-14 16:07:31
945阅读
一、创建DataFrame从列表创建从数组创建从字典创建 字典的键作为dataframe的列索引，行索引默认为数字，从0开始。 如果字典里有多个值是列表，则每一个列表的长度必须相等，如果有单个元素作为值，则会自动填充到与列表相同的长度。自定义指定DataFrame的索引 index 指定行索引 columns 指定列索引 创建时间序列，使用时间序列作为索引 pd.date_range(‘20190
转载
2023-07-14 16:12:14
582阅读
在对Series对象和DataFrame对象进行索引的时候要明确这么一个概念：是使用下标进行索引，还是使用关键字进行索引。比如list进行索引的时候使用的是下标，而dict索引的时候使用的是关键字。使用下标索引的时候下标总是从0开始的，而且索引值总是数字。而使用关键字进行索引，关键字是key里面的值，既可以是数字，也可以是字符串等。 Series对象介绍： Ser
转载
2023-07-21 12:43:13
448阅读
文章目录数据集loc索引iloc索引特殊索引修改索引 数据集先建立好如下数据：import pandas as pd
df = pd.DataFrame([['乔峰', '男', 95, '降龙十八掌', '主角'],
['虚竹', '男', 93, '天上六阳掌', '主角'],
['段誉', '男', 92, '六脉神剑', '主角'],
转载
2023-07-14 16:07:40
239阅读
多级索引：在一个轴上有多个(两个以上）的索引，能够以低维度形式来表示高维度的数据。单级索引是Index对象，多级索引是MultiIndex对象。一、创建多级索引方法一：隐式创建，即给DataFrame的index或columns参数传递两个或更多的数组。 df1 = pd.DataFrame(np.random.randint(80, 120, size=(2, 4)),
转载
2023-09-01 19:58:44
209阅读
# 利用 Pandas 创建新 DataFrame
在数据科学和分析中，Python 的 Pandas 库是一个不可或缺的工具，它可以帮助我们高效地处理和分析数据。Pandas 提供了强大的数据结构，比如 Series 和 DataFrame，来支持这些操作。本文将重点介绍如何通过一个现有的 DataFrame 创建一个新的 DataFrame。
## 理解 DataFrame
首先，我们需
# Python DataFrame索引实现
## 1. 引言
本文将介绍如何使用Python中的Pandas库来实现DataFrame索引操作。DataFrame是Pandas库中非常重要的数据结构，类似于Excel中的表格，可以用于数据的存储、处理和分析。通过对DataFrame的索引，我们可以方便地对数据进行读取、修改和删除等操作。
## 2. 流程概述
下面是整个实现DataFrame
原创
2023-11-15 15:07:14
29阅读
# Python DataFrame 索引详解
在数据分析和科学计算中，Pandas是Python中最常用的库之一。它的核心数据结构DataFrame为数据操作提供了强大的支持。在这个过程中，索引是非常关键的部分。本文将详细介绍Python DataFrame中的索引及其用法，包括创建、获取、设置和重置索引，同时也提供相关的代码示例来帮助你更好地理解。
## 什么是DataFrame索引？
原创
2024-08-22 06:38:23
99阅读
在Pandas中处理多行列名的一种常见方法是使用MultiIndex（多级索引）。MultiIndex允许您在列名中使用多个级别，从而实现更复杂的列名结构。以下是使用MultiIndex处理多行列名的步骤：1、导入Pandas库：import pandas as pd2、创建一个DataFrame，并为列名指定多级索引：# 创建一个示例DataFrame
data = {'A': [1, 2, 3
转载
2023-07-28 08:57:17
326阅读
今天和大家分享一下pandas库的索引操作--重新生成索引。本文主要介绍如何重新生成Series类型和DataFrame类型的索引。（1）Series类型重新生成索引方法： 变量 = Series名.reindex([索引名]) 采用该方法需要使用一个变量
转载
2023-08-18 23:27:59
447阅读
# 用Python DataFrame复制几列的完整指南
在数据科学和数据分析中，Python 的 Pandas 库是一个非常强大的工具。它能够轻松处理和分析数据集，其中 DataFrame 是 Pandas 的核心数据结构之一。在这篇文章中，我将向你展示如何使用 Pandas 复制 DataFrame 的几列数据，并细致讲解每一步的过程和所需的代码。
## 整体流程
在开始之前，我们先了
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
287阅读
文章目录引言：DataFrame：DataFrame创建：DataFrame索引：索引对象：DataFrame获取数据和CRUD操作：ix、loc、iloc： 引言： 什么是DataFrame？ DataFrame：一个表格型的数据结构，包含有一组有序
转载
2023-08-26 16:17:01
496阅读
一、DataFrame的索引1，选择列1 import pandas as pd
2 import numpy as np
3 from pandas import Series, DataFrame
4
5 df = DataFrame(np.random.rand(12).reshape((3,4)),
6 index = ['one', 'two',
转载
2023-07-21 12:23:51
106阅读
目录DataFrameSeries结构Dataframe组成Dataframe索引操作DataFrame的存储和读取操作（关联数据库）DataFrame高级操作替换操作 清洗操作合并操作DataFrame一种二维表格的数据结构，可以用于存储数值型数据和文本数据，且可以对存储的数据进行高性能的运算和处理，且可以和数据库进行关联。 Series结构是一种一维的存储数据的结构，单行或单列结构，
转载
2023-07-10 21:21:01
2537阅读
