08 2020 档案
摘要：处理数据时遇到NAN值，需要判断数据值是否为nan值，如下处理很诡异：import numpy as npnp.nan == np.nan # 输出False 对np.nan进行help查看，发现其属于float的子类 numpy库检验：np.isnan(np.nan) # 输出True panda
阅读全文
摘要：如何按照类型多少排序 1、统计类型数量，这里拿出函数 =LEN(C2)-LEN(SUBSTITUTE(C2,"/",""))+1 整段字符长度-字符分割的长度+1=类型数量 公式解读：SUBSTITUTE（要替换单元格，要替换谁，替换成谁） 2、按照 类型数量 列降序，排序后，由你决定是否删除 类型
阅读全文
摘要：上篇分享了PQ对行数据的拆分、合并， 【PQ】学会逆透视、透视，专治表格多行并一行，一行拆多行【分分合合几时休，学会了马上休】 这次再用pandas做一遍，详细如下 拆分部分 合并部分
阅读全文
摘要：1、数据运算以最大的类型为主 2、修改类型 数字+&=Long 数字+$=String
阅读全文
摘要：照着某视频敲代码，一句报错彻底整懵 这是啥呀， 瞧了很久没有发现问题，查单词是adj，正常应该是n，果然验证了这点 咆哮三声：后面是数字，后面是数字，后面是数字
阅读全文
摘要：【pandas移步】 【pandas】玩转一行拆多行，多行并一行（分分合合你说了算） 透视一般是数据聚合，一维变二维，只管感受就是维度提升；逆透视，则是透视的逆向操作。 一个很经典的例子，不涉及统计运算，平时经常遇到，那就是列的分分合合。 非常感谢群里苏苏女士提供逆透视思路和林大佬男士提供透视思路。
阅读全文
摘要：ipynb 是Jupyter notebook特有的脚本文件， 通常需要安装 Jupyter 和 IPython，同时联网启动 Jupyter notebook Github再现神器：nbpreview 前面步骤都省了，直接拖拽文件到网页就能看内容， Github链接：https://github.
阅读全文
摘要：待替换文本内容： <span>所以结论就是：<span>0/</span>的目的就是把符合条件的变成<span>0</span>，其他的变成<span>错误值</span>，利用lookup查找<strong>忽略错误值</strong>的特征查找到符合条件的值。</span> 替换后得到文本内容：
阅读全文
摘要：def my_test(a, b): return a + b df['value'] = df.apply(lambda row: my_test(row['c1'], row['c2']), axis=1) 转载 https://blog.csdn.net/guotong1988/article
阅读全文
摘要：很多人都用过jupyter工具，代码分块调试利器。 下面介绍如何按照Python库，以fuzzywyzzy为例 通俗点就是pip前面加上英文感叹号。 # 安装 !pip install fuzzywuzzy # 卸载 !pip uninstall fuzzywuzzy -y 一句话，卸载后面加上-y
阅读全文
浙公网安备 33010602011771号