上一篇：pandas入门(十三)正则表达式正则表达式提供了一种灵活的在文本中搜索或匹配（通常比前者复杂）字符串模式的方式。正则表达式，常称作regex，是根据正则表达式语言编写的字符串。Python内置的re模块负责对字符串应用正则表达式。re模块的函数可以分为三个大类：模式匹配、替换以及拆分。当然，它们之间是相 辅相成的。一个regex描述了需要在文本中定位的一个模式，它可以用于许多目 的。拆分
转载
2023-12-14 09:25:26
90阅读
上一篇：pandas入门(十三)正则表达式正则表达式提供了一种灵活的在文本中搜索或匹配（通常比前者复杂）字符串模式的方式。正则表达式，常称作regex，是根据正则表达式语言编写的字符串。Python内置的re模块负责对字符串应用正则表达式。re模块的函数可以分为三个大类：模式匹配、替换以及拆分。当然，它们之间是相 辅相成的。一个regex描述了需要在文本中定位的一个模式，它可以用于许多目 的。拆分
转载
2023-12-14 09:17:13
76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
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
data1.rename(columns=lambda x:x.replace('（','('), inplace=True) ...
转载
2021-10-08 15:46:00
1488阅读
2评论
最近在做“对比excel，学习pandas系列”，前面发了一篇 很受读者喜爱，今天给大家介绍一下excel和pandas实现数据清洗的种方式1.处理数据中的空值我们在处理真实的数据时，往往会有很多缺少的的特征数据，就是所谓的空值，必须要进行处理才能进行下一步分析空值的处理方式有很多种，一般是删除或者填充Excel通过“查找和替换”功能实现空值的统一替换：通过“定位”删除空值：pand
转载
2023-12-27 21:33:20
192阅读
失败的原因基本是数据格式不对 inplace的参数： 数据集: 代码: train=pd.read_csv('./1.csv')//读取数据集 train['y'].replace(to_replace='12 years',value='1yj',inplace=True)//对y列的12 yea ...
转载
2021-09-09 07:55:00
1227阅读
2评论
1. 缺失值处理处理方式：直接删除填充缺失值真值转换法不处理 （ 数据分析和建模应用中很多模型对于缺失值有容忍度或灵活的处理方法，因此在预处理阶段可以不做处理。常见的能够自动处理缺失值的模型包括：KNN、决策树和随机森林、神经网络和朴素贝叶斯 ）pandas中用到的的api：dataframe.isnull() #判断是否有缺失值dataframe.dropna() #删除缺失值dat
转载
2024-01-15 02:48:17
511阅读
今天说的是pandas的高级操作，包括替换操作，映射操作，随机抽样和分类处理。替换操作替换操作可以同步作用于Series和DataFrame中 单值替换：普通替换： 替换所有符合要求的元素:to_replace=15,value='e'
按列指定单值替换： to_replace={列标签：替换值} value='value'多值替换：列表替换: to_replace=[] value=[]
字
转载
2024-01-20 22:02:38
621阅读
使用内置的 Pandas 方法进行高级数据处理和字符串操作Pandas 库被广泛用作数据处理和分析工具，用于从数据中清理和提取特征。在处
原创
2024-05-18 20:38:17
205阅读
[toc] 1.去重复:duplicated 输出结果： 2.替换:replace 输出结果：
转载
2020-02-20 21:18:00
57阅读
2评论
查找数据使用isin()函数查看数据表是否包含单个值或多个值import pandas as pda = pd.read_excel('test.xlsx',sheet_name=0)print(a)print('--------------')b = a.isin(['计算机',5000])print(b)判断数据表的某一列中是否有某个值import pandas as pda = pd.read_excel('test.xlsx',sheet_name=0)print(a)p
原创
2021-08-30 10:31:09
283阅读
查找数据使用isin()函数查看数据表是否包含单个值或多个值import pandas as pda =
原创
2022-03-21 11:32:58
597阅读
使用.iloc[]函数可以更快地选择行和列并且它比loc[]要快，但是loc[] 提供了一些更方便的功能，如果速度不是优先考虑或者iloc[]实
原创
2024-05-15 11:11:24
64阅读
使用正确的工具和技术来最大限度地利用数据是很重要的。Pandas是数据操作、分析和可视化的重要工具，有效地使用Pandas可能具有挑战性，从使用向量化操作到利用内置函数，这些最佳实践可以帮助数据科学家使用Pandas快速准确地分析和可视化数据。在本文中，我们将重点介绍在DataFrame上经常执行的两个最常见的任务，特别是在数据科学项目的数据操作阶段。这两项任务是有效地选择特定的和随机的行和列，以
原创
2022-12-21 20:13:46
126阅读
# 比如，把col_A中值为1的行对应的col_B替换成1df.loc[df['col_A']==1, 'col_B'] = 1
原创
2022-02-24 10:02:47
1752阅读
# 比如，把col_A中值为1的行对应的col_B替换成1df.loc[df['col_A']==1, 'col_B'] = 1
原创
2021-06-18 14:30:00
2443阅读
修改列数据： df['price']=df['price'].str.replace('人均','') # 删除多余文字 df['price']=df['price'].str.split("￥").str[-1] # 分割文本串 df['price']=df['price'].str.replac ...
转载
2021-08-16 15:00:00
226阅读
2评论
Python 的 pandas 实践：
转载
2018-03-29 22:23:00
47阅读
2评论
今日鸡汤朱雀桥边野草花，乌衣巷口夕阳斜。大家好，我是Python进阶者。一、前言前几天在Python最强王者群有个叫【dcpeng】的粉丝问了一个关于Pandas中的问题，这里拿出来给大家分享下，一起学习。想问一下我有一列编码为1，2，3，4的数据，如何将1批量换为“开心”，2批量换为“悲伤”这种字符替换呢？二、解决过程思路挺简单，限定Pandas处理，想到的方法有很多，这里拿出来给大家分享，希望
原创
2023-04-23 14:04:32
650阅读
