Loading

随笔分类 -  Pandas

Pandas Dataframe merge 后出现重复行
摘要：1. 初始化两个dataframe df_left = pd.DataFrame( columns=['no', 'name', 'age'], data=[['111', 'Andy', 19], ['222', 'Bob', 20], ['333', 'Cindy', 21]] ) df_rig 阅读全文
posted @ 2022-06-20 10:34 Convict 阅读(5039) 评论(0) 推荐(1)
Pandas之groupby分组
摘要：释义 groupby用来分组，调用groupby 之后返回pandas.core.groupby.generic.DataFrameGroupBy，其实就是由一个个格式为(key, 分组后的dataframe)的元组，组成的列表： [(key1, dataframe1), (key2, datafr 阅读全文
posted @ 2021-06-14 18:52 Convict 阅读(393) 评论(0) 推荐(0)
Pandas之isna，fillna
摘要：isna() 释义 筛选为NaN的布尔值，可接受单个标量或者数组 举例 筛选stu_name为NaN的所有行： df = pd.DataFrame({'stu_name': ['Tom', 'Tony', 'Jack', 'Jack', np.nan], 'stu_age': [16, 16, 15 阅读全文
posted @ 2021-06-14 18:11 Convict 阅读(398) 评论(0) 推荐(0)
Pandas常用操作 - 新增数据列
摘要：初始化测试数据 df = pd.DataFrame({'stu_name': ['Nancy', 'Tony', 'Tim', 'Jack', 'Lucy'], 'stu_age': [17, 16, 16, 21, 19]}) stu_name stu_age 0 Nancy 17 1 Tony 阅读全文
posted @ 2021-06-06 17:27 Convict 阅读(880) 评论(0) 推荐(0)
Pandas常用操作 - 去重
摘要：1. 使用 drop_duplicates 去重 1.1 初始化数据 df = pd.DataFrame({'stu_name': ['Tom', 'Tony', 'Jack', 'Jack', np.nan], 'stu_age': [16, 16, 15, np.nan, 21]}) stu_n 阅读全文
posted @ 2021-06-06 13:40 Convict 阅读(1717) 评论(0) 推荐(0)
Pandas常用操作 - 删除指定行/指定列
摘要：1. 删除指定行 new_df = df.drop(index='行索引') new_df = df.drop('行索引', axis='index') new_df = df.drop('行索引', axis=0) 2. 删除指定的多行 new_df = df.drop(index=['行索引1' 阅读全文
posted @ 2021-04-27 12:28 Convict 阅读(8692) 评论(0) 推荐(0)
Pandas中Series与Dataframe的初始化
摘要：（一）Series初始化 1.通过列表，index自动生成 se = pd.Series(['Tom', 'Nancy', 'Jack', 'Tony']) print(se) 2.通过列表，指定index se = pd.Series(['Tom', 'Nancy', 'Jack', 'Tony' 阅读全文
posted @ 2021-04-27 11:23 Convict 阅读(2648) 评论(0) 推荐(0)
Pandas中Series与Dataframe的区别
摘要：1. Series Series通俗来讲就是一维数组，索引(index)为每个元素的下标，值(value)为下标对应的值 例如： arr = ['Tom', 'Nancy', 'Jack', 'Tony'] 那在Series中为：index为0，value为Tomindex为1，value为Nanc 阅读全文
posted @ 2021-04-27 10:22 Convict 阅读(429) 评论(0) 推荐(0)