随笔分类 - python数据分析
摘要：# 筛选某列包含A或B的数据 filtered_df = df[df['column_name'].str.contains('A|B')] # 筛选某列包含A和B的数据，且忽略大小写 filtered_df = df[df['column_name'].str.contains('A', case
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'Salary': [50000, 60000, 45000] } df = pd.Data
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25.0, 30.0, 35.0] # 注意：这里的年龄列是浮点数类型 } df = pd.DataFrame(dat
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'Occupation': ['Engineer', 'Teacher', 'Doctor'
阅读全文
摘要：import pandas as pd # 按列分组 data = {'A': ["aa", "bb", "cc", "bb"], 'B': [5, 6, 10, 7], 'C': [0, 10, 3, 12]} df = pd.DataFrame(data) print(df) print(df.
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = { 'OldName1': [1, 2, 3], 'OldName2': [4, 5, 6] } df = pd.DataFrame(data) # 重命名列名 new_column_names = { 'Old
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = { 'Name': ['Alice', 'Bob', 'Alice', 'Charlie', 'Bob'], 'Age': [25, 30, 25, 35, 30] } df = pd.DataFrame(dat
阅读全文
摘要：import pandas as pd data = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'Salary': [50000, 60000, 45000], 'Location': ['NY', 'CA', 'TX']
阅读全文
摘要：import pandas as pd data = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [25, 30, 35], 'Salary': [50000, 60000, 45000], 'Location': ['NY', 'CA', 'TX']
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = { 'Name': ['Alice', 'Bob', 'Charlie'], 'Age': [30, 25, 35], 'Salary': [50000, 60000, 45000] } df = pd.Data
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame A dataA = {'ID': [1, 2, 3, 4], 'Category': ['A', 'B', 'A', 'C']} dfA = pd.DataFrame(dataA) # 创建示例 DataFrame B dat
阅读全文
摘要：import pandas as pd # 创建左边的示例 DataFrame data1 = {'ID': [1, 2, 3], 'Name': ['Alice', 'Bob', 'Charlie']} df1 = pd.DataFrame(data1) df1.set_index('ID', i
阅读全文
摘要：import pandas as pd # 创建左边的示例 DataFrame data1 = {'ID': [1, 2, 3, 4], 'Name': ['Alice', 'Bob', 'Charlie', 'John']} df1 = pd.DataFrame(data1) df1.set_in
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = {'Category': ['A', 'B', 'A', 'C', 'A', 'B', 'C', 'A', 'B']} df = pd.DataFrame(data) # 使用 value_counts() 方法
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = {'First Name': ['Alice', 'Bob', 'Charlie'], 'Last Name': ['Smith', 'Johnson', 'Brown'], 'Age': [25, 30, 35
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = {'Name': ['Alice,25', 'Bob,30', 'Charlie,35']} df = pd.DataFrame(data) # 使用 str.split() 方法拆分 'Name' 列的数据 d
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3, 4, 5], 'B': ['apple', 'banana', 'orange', 'apple', 'banana'] } df = pd.DataFrame(data) #
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3, 4, 5], 'B': [10, 20, 30, 40, 50] } df = pd.DataFrame(data) # 对列 'B' 求和 column_sum = df['B
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3], 'B': ['a', 'b', 'c'], 'C': [10, 20, 30] } df = pd.DataFrame(data) # 使用 drop() 方法删除索引为 1
阅读全文
摘要：import pandas as pd # 创建示例 DataFrame data = { 'A': [1, 2, 3], 'B': ['a', 'b', 'c'], 'C': [10, 20, 30] } df = pd.DataFrame(data) # 使用 drop() 方法删除列 'B'
阅读全文
浙公网安备 33010602011771号