python_pandas使用 - 随笔分类 - 与太阳肩并肩

Pandas内置函数方法

摘要：1.导入数据： pd.read_csv(filename)：从CSV文件导入数据 pd.read_table(filename)：从限定分隔符的文本文件导入数据 pd.read_excel(filename)：从Excel文件导入数据 pd.read_sql(query, connection_ob 阅读全文

posted @ 2023-05-07 16:17 与太阳肩并肩阅读(128) 评论(0) 推荐(0)

将列中读取的元组数据进行分割

摘要：1.将元组中的数据分割成b1和b2两列： 2.join（）与apply（）用法：阅读全文

posted @ 2023-05-03 19:38 与太阳肩并肩阅读(31) 评论(0) 推荐(0)

将一列数据转成多列数据

摘要：1.数据转换讲解： 2.将一列数据转换为多列数据：阅读全文

posted @ 2023-05-03 19:26 与太阳肩并肩阅读(59) 评论(0) 推荐(0)

数据位移

摘要：1.数据位移说明： 2.计算后一个减去前一个值：阅读全文

posted @ 2023-05-03 19:01 与太阳肩并肩阅读(8) 评论(0) 推荐(0)

通过字典或Series对象进行分组统计

摘要：1.设置商品名称为行索引： 2.根据Series对象进行分组统计：阅读全文

posted @ 2023-05-03 18:49 与太阳肩并肩阅读(56) 评论(0) 推荐(0)

自定义函数实现分组统计

摘要：1.通过自定义的函数实现分组统计： 2.自定义函数，对索引进行修改取不同产品名称的数量：阅读全文

posted @ 2023-05-03 18:26 与太阳肩并肩阅读(27) 评论(0) 推荐(0)

对一列或多列使用聚合函数

摘要：1.根据产品名称获取分组对象 2.对不同的列采用不同的聚合函数阅读全文

posted @ 2023-05-03 18:06 与太阳肩并肩阅读(26) 评论(0) 推荐(0)

分组数据的迭代

摘要：1.根据一列进行的分组: 2.根据多列进行迭代分组阅读全文

posted @ 2023-04-25 21:12 与太阳肩并肩阅读(22) 评论(0) 推荐(0)

数据分组计算

摘要：1.按照单列数据进行分组: 2.求一列分组统计: 3.按照多列分组统计，对数量进行求和: 4.分组并按照指定列进行计算：只计算数量求和: 阅读全文

posted @ 2023-04-25 20:48 与太阳肩并肩阅读(53) 评论(0) 推荐(0)

apply_map_applymap的区别

摘要：1.apply()使用: 2.map()方法的使用: 3.applymap每个元素同时操作: 阅读全文

posted @ 2023-04-25 20:23 与太阳肩并肩阅读(21) 评论(0) 推荐(0)

数据格式化--设置千位分隔符

摘要：1.设置大数字三位数加‘,’号：阅读全文

posted @ 2023-04-25 19:36 与太阳肩并肩阅读(82) 评论(0) 推荐(0)

数据格式化--设置百分比

摘要：1.apply函数对单列数据计算占比： 2.map函数对单列数据计算占比：阅读全文

posted @ 2023-04-24 21:33 与太阳肩并肩阅读(43) 评论(0) 推荐(0)

数据计算--众数-方差

摘要：1.方法说明： 2.三科成绩的众数： 3.行中的众数： 4.指定列的众数： 5.方差的计算，方差越小数据越稳定：阅读全文

posted @ 2023-04-24 20:50 与太阳肩并肩阅读(70) 评论(0) 推荐(0)

数据计算--最大值-最小值-中位数

摘要：1.方法说明： 2.每列最大值： 3.每列最小值： 4.求出中位数：阅读全文

posted @ 2023-04-24 20:09 与太阳肩并肩阅读(185) 评论(0) 推荐(0)

数据计算--求和与平均值

摘要：1.方法说明： 2.按行相加求和： 3.按列计算平均值：阅读全文

posted @ 2023-04-24 19:57 与太阳肩并肩阅读(186) 评论(0) 推荐(0)

数据的排名

摘要：1.方法说明： 2.按照数量做降序排序如果数量相同，默认数量相同取平均值： 3.按照数量做降序排序数量相同，method='min',设置取最小值的标号：阅读全文

posted @ 2023-04-24 19:40 与太阳肩并肩阅读(60) 评论(0) 推荐(0)

数据的排序

摘要：1.方法说明： 2.根据指定列进行降序或者升序： 3.根据`数量`和`成交金额`排序：阅读全文

posted @ 2023-04-23 21:18 与太阳肩并肩阅读(13) 评论(0) 推荐(0)

设置行索引和连续索引

摘要：1.设置某列为行索引： 2.数据清洗之后设置连续的索引：阅读全文

posted @ 2023-04-23 20:51 与太阳肩并肩阅读(41) 评论(0) 推荐(0)

Serieshe对象和Dataframe对象重新设置索引

摘要：1.Series重新设置索引并用指定数字填充NaN： 2.Series向前填充和向后填充： 3.DataFrame重新设置行列索引：阅读全文

posted @ 2023-04-22 21:26 与太阳肩并肩阅读(68) 评论(0) 推荐(0)

初始索引

摘要：同索引的元素相加：阅读全文

posted @ 2023-04-22 11:04 与太阳肩并肩阅读(10) 评论(0) 推荐(0)

随笔分类 - python_pandas使用