1.按列取、按索引/行取、按特定行列取 import numpy as np from pandas import DataFrame import pandas as pd df=DataFrame(np.arange(12).reshape((3,4)),index=['one','two','
转载
2018-12-11 21:15:00
1284阅读
2评论
pandas取dataframe特定行/列 import numpy as np from pandas import DataFrame import pandas as pd df=DataFrame(np.arange(12).reshape((3,4)),index=['one','two' ...
转载
2021-06-16 23:32:00
6180阅读
数据抽取DataFrame对象loc属性与iloc属性loc属性以列名(columns）和行名(index)作为参数.当只有一个参数时，默认是行名,即抽取整行数据,包括所有列。iloc属性以行和列位置索引(即:0,1,2…）作为参数,0表示第一行,1表示第2行，以此类推。当只有一个参数时，默认是行索引，即抽取整行数据.包括所有列。按行提取import pandas as pd
data = [[
转载
2023-12-13 22:05:39
125阅读
一、读取文件import pandas as pd
flie_path1 = 'xxx.xlsx'
flie_path2 = 'xxx.csv'
df = pd.read_excel(flie_path1,header=2) # 读取excel文件,header默认为0，为2则将第三行作为标题,flie_path文件路径
# df = pd.read_excel(flie_path1, sheet
转载
2023-11-13 10:58:33
137阅读
pandas的数据格式最常用的为Series和DataFrame两种类型，以下分别对两种类型的索引和数据选取方式进行了总结整理。1、Series格式Series格式很简单，只有两列，一列索引，一列为值，按照是否自定义索引类型，分为两种情况进行讨论：1）默认索引类型，即由系统自动添加从0开始按序增加的索引import pandas as pd
ser=pd.Series(['Ohio', 'Col
转载
2023-11-06 15:32:00
356阅读
df =df.drop(columns=['A','B'])
原创
2023-05-18 17:08:20
145阅读
1 数据获取先引入必要的库import pandas as pd
import numpy as np1.1 读取数据使用方法：pandas.read_csv() 参数： （1）文件所在的路径 （2）headers：设置参数headers=None，pandas将不会自动将数据集的第一行设置为列表表头（列名）other_path = "https://s3-api.us-geo.objectsto
转载
2024-07-03 18:08:31
668阅读
在pandas中，dataframe可以使用以下多种方法添加列：直接赋值法如果要添加的列是一个常量值或者可广播的序列，可以直接通过索引赋值的方式添加新列。示例如下：import pandas as pd
# 创建示例DataFrame
data = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df = pd.DataFrame(data)
# 添加一个全为7的新列C
df
df = df.groupby("part_id").agg(['max','min'])
原创
2023-05-18 17:24:29
79阅读
这里写自定义目录标题name age state point0 Alice 24 NY 641 Bob 42 CA 922 Charlie 18 CA 70name age state point0 Alice 24 NY 642 Charlie 18 CA 700 False1 True2 TrueName: state, dtype: boolname age state point1 Bo
转载
2024-01-07 19:49:35
171阅读
DataFrame.columns.values.tolist()
转载
2022-07-19 12:14:01
170阅读
需求判断一个df中的各行各列是否包含某值，然后做出操作读取文件import pandas
原创
2023-06-07 09:46:28
111阅读
在进行数据分析时，经常需要按照一定条件创建新的数据列，然后进行进一步分析。直接赋值df.apply方法df.assign方法按条件选择分组分别赋值 微信公众号：蚂蚁学Pythonimport pandas as pd0、读取csv数据到dataframefpath = "./datas/beijing_tianqi/beijing_tianqi_2018.csv"df = pd.read_csv(
原创
2023-02-07 00:00:46
514阅读
https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.plot.html 请看如上的文档 plt.figure()N30_0032_P4['mean pupi...
转载
2021-05-31 21:24:00
1397阅读
之前写的替换都是整个值，也即是说如果被替换值='asdfg'，之前的只有值等于='asdfg'，才可以被替换，但是我们很多时候是值想替换局部的，比如说‘深圳地区’，替换为‘深圳市’，那么就得先str,代码如下：main_copy['city']=main_copy['city'].str.replace('地区','市')======================================
转载
2023-05-26 19:23:56
708阅读
trans_idtrans_cdtrans_typetrans_amttrans_class3354091 95.03消费3364091 15.54消费-代扣缴费3374092预借现金92.31 3384092预借现金23.39 3394093 101.17 340403 59.17 3414100消费12.3消费34
转载
2018-11-24 15:11:00
184阅读
def my_test(a, b): return a + bdf['value'] = df.apply(lambda row: my_test(row['c1'], row['c2']), axis=1)
转载
2022-07-19 12:16:28
655阅读
1、读取方法有按行（单行，多行连续，多行不连续），按列（单列，多列连续，多列不连续）；部分不连续行不连续列；按位置（坐标），按字符（索引）；按块（list）；函数有 df.iloc(), df.loc(), df.iat(), df.at(), df.ix()。2、转换为DF，赋值columns，index，修改添加数据，取行列索引data = {'省份': ['北京', '上海', '广州',
转载
2023-11-28 21:15:40
181阅读
在Pandas数据处理时，经常要用到添加数据列的方式；这篇文章主要解决的就是在Pandas中添加列的问题；
常用的添加列的方法有如下几种：直接赋值，用`df.apply()` 方法， 用`df.assign()`方法，条件分组后，分别赋值；详细说明如下：
推荐
原创
2022-10-14 13:11:17
1951阅读
点赞
1评论
.reindex()能够改变或重排Series和DataFrame索引。直接赋值、apply、assign、分条件赋值。
原创
2023-07-10 09:34:26
335阅读
