本文介绍在 pandas 中如何读取数据行列的方法。数据由行和列组成，在数据库中，行被称作记录 (record)，列被称作字段 (field)。回顾一下我们对记录和字段的获取方式：比较常见的，字段根据名称获取，记录根据筛选条件获取。比如获取 student_id 和 studnent_name 两个字段；记录筛选，比如语文和数学考试分数都大于 90 的所有记录。对于熟悉 SQL 语句的人来说，就是
转载
2024-06-24 14:39:05
75阅读
concat(空表+df) = df
原创
2023-06-12 14:19:20
272阅读
05_Pandas删除，替换并提取其中的缺失值NaN(dropna,fillna,isnull)例如，当使用pandas读取csv文件时，如果元素为空，则将其视为缺失值NaN（非数字）。使用dropna（）方法删除缺失值，使用fillna（）方法用其他值替换（填充）缺失值。如果要提取包含缺失值的行或列，使用isnull（）方法确定元素是否缺失。例如，读取并使用包含带read_csv的空格的csv文
转载
2023-12-07 06:55:27
159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
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
df =df.drop(columns=['A','B'])
原创
2023-05-18 17:08:20
145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
Python-pandas的dropna()方法-丢弃含空值的行、列
转载
2022-03-15 19:02:01
414阅读
什么是 Python Pandas？创建了一个名为 Pandas 的 Python 库来分析和操作各种数据，包括时间序列、表格数据和多种数据集。pandas 可以处理各种格式的数据集，包括关系数据库表、Excel 文件、XML 文件、逗号分隔值 （CSV） 文件和 JavaScript 对象表示法 （JSON） 文件。Pandas 由 Wes McKinney 于 2008 年
# Python新增空列
在数据处理和分析过程中，有时候我们需要向数据集中添加新的列。在Python中，我们可以利用pandas库来实现这一功能。本文将介绍如何使用pandas在数据集中新增空列，以及如何填充这些列。
## pandas简介
pandas是一个强大的数据处理库，提供了丰富的数据结构和数据分析工具，使数据处理更加高效和方便。其中最重要的数据结构之一就是DataFrame，它类似
原创
2024-03-08 06:43:20
133阅读
练习1-开始了解你的数据探索Chipotle快餐数据相应数据集：chipotle.tsv import pandas as pd
chipo=pd.read_csv("exercise_data/chipotle.tsv",sep='t')
chipo.head(5) chipo.shape[0] #查看有多少行
4622
chipo.shape[1] #查看有多少列
转载
2023-10-09 21:44:29
632阅读
使用pandas时，经常会对某行、某列、满足条件的数据进行统计计算。 以下总结了pandas数据选择的常见方法，包括loc、iloc等方法的使用。 首先读取数据：df = pd.read_excel('zpxx.xlsx')1、元素、索引、列名获取可以利用DataFrame的基础属性values、index、columns，分别获取元素、索引、列名print('获取元素：\n', df.value
转载
2023-10-08 09:33:21
3437阅读
本篇详细说明merge的应用，join 和concat的拼接方法的与之相似。pd.merge(left, right, how='inner', on=None, left_on=None, right_on=None,
left_index=False, right_index=False, sort=True,
suffixes=('_x', '_y'),
转载
2023-09-14 15:12:42
302阅读
在把数据读入Python运行环境后，很多时候我们并不能直接对数据进行进一步的分析，而是要对数据进行必要的整理和清洗，使数据形态更加符合我们的分析需求。今天我们就先来看一下数据的行列筛选。首先我们调用Pandas程序包，把目标EXCEL文件读进来赋值给data并查看以下数据是否正常读入。import pandas as pddata=pd.read_excel('D:/temp/员工综合绩效分析.x
转载
2024-02-02 08:10:27
141阅读
pandas空值填充，缺失值处理
原创
2021-06-05 19:22:53
1823阅读
数据缺失是数据不完整的表非常不可取，这时候就需要通过填充手段来进行缺失值填充。空值填充空值填充是指利用某些技术手段把空缺的值给填充
原创
2023-05-18 17:07:11
349阅读
pandas空值填充背景完整代码代码解读背景数据缺失是数据不完整的表现，常表现为空值，也是数据分析人员经常碰到的问题，数据的缺失可能是数据采集不到，或在数据录入的不小心遗漏，或者根本不存在这个数据，还可能是数据导出的过程发生错误，数据的缺失会使得信息不完整，处理缺失数据一般会有下面两种办法直接删除掉 当缺失值占比非常小，直接省略掉缺失的这部分数据，但是在原数据量小的情况下，
原创
2022-04-08 16:36:13
3382阅读
今天遇到一个需求如下：需要删除读取的csv的文件中，某一列为空的行，想到Dataframe中有dropn
原创
2023-02-06 16:16:27
339阅读
df = df.groupby("part_id").agg(['max','min'])
原创
2023-05-18 17:24:29
79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
