2018年3月27日
2018.03.27 pandas duplicated 和 replace 使用
摘要： 结果： 结果： 阅读全文
posted @ 2018-03-27 17:58 TAB_Zhu 阅读(419) 评论(0) 推荐(0)
2018.03.27 pandas concat 和 combin_first使用
摘要： 结果： 结果： 结果: one two a 1.0 NaN b 2.0 2.0 c 4.0 3.0 d NaN 4.0 one a 1 b 2 c 4 two b 2 c 3 d 4 dtype: int64 #修补 df1 = pd.DataFrame([[np.nan,3,5],[-1,6,np 阅读全文
posted @ 2018-03-27 17:33 TAB_Zhu 阅读(267) 评论(0) 推荐(0)
2018.03.27 python pandas merge join 使用
摘要： 结果： 结果： 结果: 结果: 结果： 结果： A B key 0 A0 B0 k0 1 A1 B1 k1 2 A2 B2 k0 3 A3 B3 k3 C D k0 C0 D0 k1 C1 D1 A B key C D 0 A0 B0 k0 C0 D0 1 A1 B1 k1 C1 D1 2 A2 B 阅读全文
posted @ 2018-03-27 16:57 TAB_Zhu 阅读(395) 评论(0) 推荐(0)