您的位置:首页技术文章关键词: Pandas
文章列表
  • 13个Pandas实用技巧,助你提高开发效率
  • 原作:风控猎人整理:数据管道归纳整理了一些工作中常用到的pandas使用技巧,方便更高效地实现数据分析。1.计算变量缺失率df=pd.read_csv(’titanic_train.csv’)def missing_cal(df): ''' df :数据集 return:每个变量的缺失率 ...
  • 日期:2022-07-13
  • 浏览:28
  • 标签: Pandas


  • pandas中NaN缺失值的处理方法
  • 本文主要介绍了pandas中NaN缺失值的处理方法,主要有两种方法,具体如下:import pandas as pd缺失值处理两种方法: 删除含有缺失值的样本 替换/插补处理缺失值为NaN先判断数据中是否存在NaN,通过下面两个方法中任意一个pd.isnull(dataframe)# d...
  • 日期:2022-06-19
  • 浏览:123
  • 标签: pandas NaN缺失值

  • python pandas模糊匹配 读取Excel后 获取指定指标的操作
  • 1.首先读取Excel文件数据代表了各个城市店铺的装修和配置费用,要统计出装修和配置项的总费用并进行加和计算;2.pandas实现过程import pandas as pd#1.读取数据df = pd.read_excel(r’./data/pfee.xlsx’)print(df)cols = li...
  • 日期:2022-06-26
  • 浏览:18
  • 标签: python

  • 利用python Pandas实现批量拆分Excel与合并Excel
  • 目录一、实例演示二、读取源Excel到Pandas三、将一个大Excel等份拆成多个Excel四、合并多个小Excel到一个大Excel一、实例演示1.将一个大Excel等份拆成多个Excel2.将多个小Excel合并成一个大Excel并标记来源work_dir='./course_datas/c1...
  • 日期:2022-06-18
  • 浏览:10
  • 标签: python


  • 对python pandas中 inplace 参数的理解
  • pandas 中 inplace 参数在很多函数中都会有,它的作用是:是否在原对象基础上进行修改inplace = True:不创建新的对象,直接对原始对象进行修改;​inplace = False:对数据进行修改,创建并返回新的对象承载其修改结果。默认是False,即创建新的对象进行修...
  • 日期:2022-07-19
  • 浏览:144
  • 标签: Python 编程

  • Python pandas轴旋转stack和unstack的使用说明
  • 摘要前面给大家分享了pandas做数据合并的两篇[pandas.merge]和[pandas.cancat]的用法。今天这篇主要讲的是pandas的DataFrame的轴旋转操作,stack和unstack的用法。首先,要知道以下五点:1.stack:将数据的列“旋转”为行2.unstack:将数据...
  • 日期:2022-06-26
  • 浏览:11
  • 标签: Python 编程

  • Python数据分析之pandas读取数据
  • 一、三种数据文件的读取二、csv、tsv、txt 文件读取1)CSV文件读取:语法格式:pandas.read_csv(文件路径)CSV文件内容如下:import pandas as pdfile_path = 'e:pandas_studytest.csv'content = pd.read_cs...
  • 日期:2022-06-17
  • 浏览:119
  • 标签: Python 编程

  • Python Pandas常用函数方法总结
  • 初衷NumPy、Pandas、Matplotlib、SciPy 等可以说是最最最常用的 Python 库了。我们在使用 Python 库的时候,通常会遇到两种情况。以 Pandas 举例。 我想对 Pandas 数据结构的数据实现某种操作,但是我不知道或者说在我的印象里似乎已经不记得是否有这样...
  • 日期:2022-06-16
  • 浏览:12
  • 标签: Python 编程