刚刚使用Python进行数据分析，分享一些概念和想法，希望可以大家一起讨论，如果理解或者表达有不准确的地方，请多多指点，不吝赐教，非常感谢～～本文将介绍Pandas操作的最后一个部分，前两篇分别是： 《Pandas的基础操作：介绍／创建／查看数据／赋值》： 《Pandas的基础操作：合并数据.merge()函数的使用》：8. 排序：（1）索引排序：data.sort_index()应用场景：在使用
转载
2024-03-11 06:11:25
184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
由于有些csv文件, 例如通过opencsv export出来的csv,
原创
2022-09-10 07:20:14
1768阅读
我们对 DataFrame 进行选择，大抵从这三个层次考虑：行列、区域、单元格。
其对应使用的方法如下：
一. 行，列 --> df[]
二. 区域 --> df.loc[], df.iloc[], df.ix[]
三. 单元格 --> df.at[], df.iat[]下面开始练习：import numpy as np
import pandas as pddf = pd.Da
转载
2024-02-22 21:37:50
55阅读
pandas索引操作Pandas的索引操作1. Pandas单层索引操作1.1 增1.2 删1.3 改1.4 查1.5 高级索引2. Pandas层级索引2.1. 层级索引2.2 选取内外层索引2.3 交换内外层索引位置2.4 层级索引转变为单层行与列索引 Pandas的索引操作1. Pandas单层索引操作创建一个Series和DataFrame：ps1 = pd.Series(range(5
转载
2024-03-19 21:50:51
284阅读
import pandas as pdimport numpy as npts1 = [0, 1, np.nan, np.nan, np.nan, np.nan]ts2 = [0, 2, np.nan, 3, np.nan, np.nan]d = {'X': ts1, 'Y': ts2, 'Z': ts2}df = pd.DataFrame(data=d)print('df=',df)dd
原创
2023-01-13 00:26:11
281阅读
我们常有这样一个需求，把一列的值分割扩展为多行>>>x = pd.DataFrame({1:range(4)
原创
2022-12-04 08:09:59
342阅读
下面是一个选择第一列的示例代码：import pandas as pd
# 假设有一个名为 "data.csv" 的 CSV 文件
df = pd.read_csv("data.csv")
# 选择第一列
first_column = df.iloc[:, 0]
# 输出第一列
print(first_column)如果您想选择其他列，可以替换 0 为所需的列的索引。
转载
2023-06-02 22:35:43
938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
# Python 第一列
## 简介
Python是一种高级编程语言，被广泛用于Web开发、科学计算、数据分析、人工智能等领域。它的简洁语法和强大的库使得开发人员能够快速开发各种应用程序。本文将介绍Python的基础知识，包括变量、数据类型、条件语句、循环语句和函数等内容。
## 变量和数据类型
在Python中，我们可以使用变量来存储数据。变量是程序中的一个名字，可以用来表示不同的值。P
原创
2023-08-21 05:42:02
70阅读
本文示例数据下载，密码:vwy3import pandas as pd
import numpy as np
# 数据是之前在cnblog上抓取的部分文章信息
df = pd.read_csv('./data/SQL测试用数据_20200325.csv',encoding='utf-8')
df.head(3)
单列统计
单列单统计指标
# 计数(不去重)，不会将NaN值计算在内
df['read
转载
2024-01-17 23:00:10
34阅读
Python-基础入门-学习笔记（2）：列表一、列表1、列表是由一系列按特定顺序排列的元素组成，写法如下：name = [ A , B , C ] 在python中，第一个列表元素的索引为0，不是1,。通过将索引定义为-1，可让python返回最后一个列表元素print(name[-1]) 2、添加及删除 列表的长度是不断变化的，这一点与c语言有所不同，并且列表中的元素可以进行修改。修改方式可以采
转载
2023-07-02 21:08:33
359阅读
# 科普文章：R语言中将最后一列放到第一列
## 介绍
在R语言中，我们经常需要对数据进行处理和分析。有时候，我们需要将数据框中的列重新排序，将最后一列放到第一列。这样可以更方便地进行后续分析和可视化操作。本文将介绍如何使用R语言将最后一列放到第一列，帮助大家更好地处理数据。
## 步骤
### 创建示例数据
首先，我们需要创建一个示例数据框，方便进行演示。我们可以使用`data.fra
原创
2024-04-28 03:44:26
445阅读
在数据科学和计算机编程中，矩阵的操作是一项重要的技能。今天我们来讨论一个简单却实用的任务：在 Python 中将矩阵的最后一列除以第一列。这种操作在数据处理和特征工程中尤其常见，比如归一化、标准化等。
## 协议背景
在数字矩阵的处理中，特别在数学和数据分析领域，我们时常需要执行列间操作。这些操作不仅仅限于计算，还包括转换数据，从而使其适合于后续的分析和模型训练。这些处理涉及到线性代数的基本原
一、数据结构1、一维结构Series创建一维的结构，data后为数据，index后为索引，索引可以使用列表，当不指定索引时，默认为数字从0开始排序。不指定索引index为默认索引。2、二维结构 DataFrame创建二维结构，data创建一个二维的数组，index创建行索引，columns创建列索引。创建出来的表格和Excel类似，有行索引，有列索引。上面创建行列索引是通过列表创建，我们
转载
2024-05-28 19:43:34
411阅读
Python中pandas dataframe删除一行或一列：drop函数DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)在这里默认：axis=0，指删除index，因此删除columns时要指定axis=1；inplace=False，默认该删除操作不改变原数据，而是返回一个执行删除操作后的新d
转载
2023-05-18 11:23:25
2360阅读
文章目录前言一、数据结构线性表顺序存储链式小结栈和队列栈后缀表达式队列串串的基本用法ASCII码串的基本实现KMP模式算法匹配树树的基本操作双亲表示法孩子表示法孩子兄弟表示法二叉树顺序存储链表存储遍历二叉树哈夫曼树图顶点有向图，无向图顶点和边连通图最后 前言应广大支持者的要求，随我自身学习之余，肝数据结构，开车只是暂时的，飙车才是认真的，数据结构开始了，本文用c++编写，如果有不足的地方欢迎大家
转载
2024-08-27 11:39:22
73阅读
Hello，各位叨友们好呀！我是叨叨君~在制作个人简历、工作安排等一些简单的表格时，往往都会用word来制作完成，在制作的过程中，难免要对插入的表格进行调整，今天就来跟大家分享下word中表格的调整技巧。一、快捷键调整1、Ctrl键调整调整表格的列宽只需要按住Ctrl键，同时向左或向右拖拽表格线，那么右侧表格列宽也会自动平均调整一致。 2、Shift键调整按下Shift键
转载
2024-04-09 12:48:03
85阅读
# Python读取第一列去掉空格输出到第一列
## 1. 引言
本文将介绍如何使用Python读取一个文件的第一列，并将其中的空格去掉后再输出到同一列。本文适合那些刚入行的开发者，尤其是对Python不太熟悉的小白开发者。在本文中，我们将使用Python的pandas库来实现这个功能。
## 2. 准备工作
在开始之前，我们需要确保已经安装了Python和pandas库。如果还没有安装，
原创
2023-11-05 11:53:41
57阅读
在网上找EXCEL多文件合并的方法，思路：一、Linux 或者window+cmder，直接用命令行cat合并EXCEL文件，但是，需要安装辅助东西才能直接处理（也许也不可以，但是，可以用文件格式转换工具转换是可行的，把EXCEL文件转换成txt文件，再操作，操作好了，再转换成EXCEL格式）；还有一种是perl或者Python有自己自带的EXCEL处理包，能像处理数组一样，实现直接处理EXCEL
