蓝绝

博客园 首页 新随笔 联系 订阅 管理

随笔分类 -  数据分析全家桶

上一页 1 2 3 下一页

48-50. 数据合并，一对一，多对一，多对多
摘要：#数据合并一对一 #相同的列进行合并 import pandas as pd df1=pd.read_excel('student1.xlsx') df2=pd.read_excel('student2.xlsx') #dfl #测试数据读取 #数据合并 new_df=pd.merge(df1,df 阅读全文
posted @ 2022-11-20 21:30 蓝绝 阅读(57) 评论(0) 推荐(0)

47.数据位移
摘要：#数据位移 #数据位移 import pandas as pd data=[7532, 3937, 9447, 8765, 4564] index=[1, 2, 3, 4, 5] df=pd. DataFrame (data=data, index=index, columns=['OPPO' ]) 阅读全文
posted @ 2022-11-20 17:37 蓝绝 阅读(37) 评论(0) 推荐(0)

46.通过字典和Series对象进行分组统计
摘要：#通过字典进行分组统计 #通过字典进行分组统计 import pandas as pd pd.set_option ( 'display.unicode.east_asian_width', True) pd.set_option ('display.max_columns',500) pd.set 阅读全文
posted @ 2022-11-20 17:19 蓝绝 阅读(34) 评论(0) 推荐(0)

45.自定义函数实现分组统计
摘要：#自定义函数实现分组统计 #能过自定义的函数实现分组统计 import pandas as pd df=pd.read_excel('电脑配件销售记录.xlsx') #print (df. head ())) #回顾知识点 # print (type (df['产品名称'])) #Series pr 阅读全文
posted @ 2022-11-20 16:26 蓝绝 阅读(41) 评论(0) 推荐(0)

44.对一列或多列使用聚合函数 （通过groupby与agg函数）（分组后使用函数计算）
摘要：##分组对列采用聚合函数 #分组对列采用聚合函数 import pandas as pd pd.set_option ('display.unicode.east_asian_width',True) df=pd.read_excel('电脑配件销售记录.xlsx') #print(df.head( 阅读全文
posted @ 2022-11-20 15:47 蓝绝 阅读(252) 评论(0) 推荐(0)

43.分组组据的迭代（分组的遍历）
摘要：##分组数据选代 (遍历分组) for name, group in df1.groupby('产品名称'): #分组数据选代 #分组并按指定列进行计算 import pandas as pd pd.set_option ('display.unicode.east_asian_width',Tru 阅读全文
posted @ 2022-11-20 15:15 蓝绝 阅读(77) 评论(0) 推荐(0)

42.数据分组计算
摘要：##按照一列分组统计 #按照一列分组统计 import pandas as pd pd.set_option ('display.unicode.east_asian_width',True) df=pd.read_excel('电脑配件销售记录.xlsx') print (df) print (' 阅读全文
posted @ 2022-11-20 14:28 蓝绝 阅读(143) 评论(0) 推荐(0)

41. apply(), map(), applymap()的区别
摘要：#apply(), map(), applymap()区别 apply()可用于Series和DataFrame，DataFrame只能运用到一行或一列，如合计的新增列 map()只适用于Series applymap()将函数应用到DataFrame中的每一个元素中 # apply(), map( 阅读全文
posted @ 2022-11-20 12:26 蓝绝 阅读(82) 评论(0) 推荐(0)

40.数据格式化-设置千位分隔符
摘要：##设置千位分隔符 apply() #设置千位分隔符 apply() import pandas as pd pd.set_option ('display.unicode.east_asian_width',True) df=pd.read_excel ('msb课程记录.xls') print 阅读全文
posted @ 2022-11-20 11:28 蓝绝 阅读(159) 评论(0) 推荐(0)

39.数据格式化-设置百分比
摘要：# apply()设置百分比 map ()设置百分比 #设置百分比 import pandas as pd df=pd.read_excel ('格式化数据.xls') print (df) print('1. apply()设置百分比 ') df['百分比']=df ['A1']. apply ( 阅读全文
posted @ 2022-11-20 11:11 蓝绝 阅读(159) 评论(0) 推荐(0)

38.数据格式化-设置小数位数
摘要：#设置小数位数 import pandas as pd pd.set_option ('display.unicode.east_asian_width', True) df=pd.read_excel('格式化数据.xls') print (df) print (df.round(2)) #对df 阅读全文
posted @ 2022-11-20 10:50 蓝绝 阅读(88) 评论(0) 推荐(0)

37.数据计算-标准差-分位数
摘要：#求标准差 #求标准差 import pandas as pd pd.set_option ('display.unicode.east_asian_width', True) data=[[100,90,100],[100,76,76],[76,90,76]] columns=['数学','语文' 阅读全文
posted @ 2022-11-19 22:57 蓝绝 阅读(192) 评论(0) 推荐(0)

36.数据计算--众数--方差
摘要：#求众数 import pandas as pd pd.set_option ('display.unicode.east_asian_width', True) data=[[100,90,100],[100,76,76],[76,90,76]] columns=['数学','语文','英语'] 阅读全文
posted @ 2022-11-19 20:33 蓝绝 阅读(90) 评论(0) 推荐(0)

35.数据计算-最大最小值-中位数
摘要：#最大最小值-中位数 import pandas as pd pd.set_option ('display.unicode.east_asian_width', True) data=[[100,90,80],[98,67,56],[56,56,45]] columns=['数学','语文','英 阅读全文
posted @ 2022-11-19 20:03 蓝绝 阅读(76) 评论(0) 推荐(0)

34.计算求和 和 平均值
摘要：#求和 和 计算平均值 import pandas as pd pd.set_option ('display.unicode.east_asian_width', True) data=[[100,90,80],[98,67,56],[56,56,45]] columns=['数学','语文',' 阅读全文
posted @ 2022-11-19 19:59 蓝绝 阅读(144) 评论(0) 推荐(0)

33.数据的排名
摘要：#按某列数据大小排名 import pandas as pd pd.set_option('display.unicode.east_asian_width',True) # 规整格式 df=pd.read_excel('电脑配件销售记录.xlsx') df['顺序排名']=df['数量'].ran 阅读全文
posted @ 2022-11-19 19:42 蓝绝 阅读(78) 评论(0) 推荐(0)

32.数据的排序
摘要：#按某列降序排序 import pandas as pd pd.set_option('display.unicode.east_asian_width',True) # 规整格式 df=pd.read_excel('电脑配件销售记录.xlsx') print(df.head()) #head() 阅读全文
posted @ 2022-11-19 19:37 蓝绝 阅读(26) 评论(0) 推荐(0)

31.设置行索引和连续索引
摘要：#设置某列为行索引 import pandas as pd df=pd.read_excel('msb课程记录.xls') #print(df) df=df.set_index (['买家会员名']) print(df) 买家实际支付金额 课程总数量 课程标题 类别 \ 买家会员名 msb001 3 阅读全文
posted @ 2022-11-19 16:31 蓝绝 阅读(40) 评论(0) 推荐(0)

29-30 初识索引 重新设置索引
摘要：#重新设置索引,多出的索引数据填充 #重新设置索引,多出的索引数据填充 import pandas as pd s=pd.Series([11, 22, 33], index=[1,2,3]) print(s) #重新设置索引 print(s.reindex(range(1, 6))) #多出来两为 阅读全文
posted @ 2022-11-19 16:12 蓝绝 阅读(38) 评论(0) 推荐(0)

28.数据清理-异常值的检测与处理
摘要： 阅读全文
posted @ 2022-11-19 15:06 蓝绝 阅读(25) 评论(0) 推荐(0)

上一页 1 2 3 下一页