pandas
【pandas基础】--数据统计
在进行统计分析时，`pandas`提供了多种工具来帮助我们理解数据。 `pandas`提供了多个聚合函数，其中包括均值、标准差、最大值、最小值等等。 此外，`pandas`还可以进行基于列的统计分析，例如通过`groupby()`函数对数据进行聚合，并计算每组的统计分析结果。 除了基本的统计分析之外 ......
【技术积累】Python中的Pandas库【二】
博客推行版本更新，成果积累制度，已经写过的博客还会再次更新，不断地琢磨，高质量高数量都是要追求的，工匠精神是学习必不可少的精神。因此，大家有何建议欢迎在评论区踊跃发言，你们的支持是我最大的动力，你们敢投，我就敢肝 ......
3-pandas入门与实践
# pandas数据结构 Series数据 DataFrame数据 索引对象  # pandas索引操作 ......
【理论积累】Python中的Pandas库【一】
博客推行版本更新，成果积累制度，已经写过的博客还会再次更新，不断地琢磨，高质量高数量都是要追求的，工匠精神是学习必不可少的精神。因此，大家有何建议欢迎在评论区踊跃发言，你们的支持是我最大的动力，你们敢投，我就敢肝 ......
【pandas基础】--索引和轴
在`pandas`中，索引（`index`）是用于访问数据的关键。 它为数据提供了基于标签的访问能力，类似于字典，可以根据标签查找和访问数据。 而`pandas`的轴（`axis`）是指数据表中的一个维度，可以理解为表格中的行和列。 通过指定轴，我们可以对数据进行切片、筛选、聚合等操作。 下面简要介 ......
pandas str to int 批量转换
df[['列名1', '列名2']] = df[['列名1', '列名2']].apply(pd.to_numeric, errors='ignore') pandas.to_numeric补充 用法： pandas.to_numeric(arg, errors=’raise’, downcast ......
pandas 学习笔记（1）
一、遍历数据： 1、for index,val in df.iterrows(): # 按行 2、for column ，val in df.items(): #按列 二、统计数据： print((df == 0).astype(int).sum(axis=0)) #统计符合某个条件的数量 df.l ......
【pandas基础】--日期处理
时间序列数据是数据分析中一类常见且重要的数据。 它们按照时间顺序记录，通常是从某些现象的观察中收集的，比如经济指标、气象数据、股票价格、销售数据等等。 时间序列数据的特点是有规律地随着时间变化而变化，它们的变化趋势可以被分析和预测。时间序列分析是一种用于预测未来值或评估过去值的统计方法，常常被用于预 ......
【Python】Numpy & Pandas & Pytorch
# Table of Contents ### NumPy **[NumPy Official Tutorials](https://numpy.org/doc/stable/user/basics.creation.html "Numpy ")** * [NumPy Arrays](#numpya ......
Pandas_数据预处理_读写去重
###列编辑 “Column selection mode”、“列块模式”、“列编辑”、“多光标功能 notepad ++ 列模式 ： alt +鼠标左键 列模式选择 vscode ：Shift+Alt+鼠标左键 列模式，多行同时操作的方法步骤快捷键 ###Pandas 数据预处理 read_csv ......
【Python】pandas dataframe 插入一行数据
#### pandas 插入一行数据 ```python # 需要借助 numpy操作 import numpy as np import pandas as pd value = {"a":[1,2,3], "b":[1,2,3], "c":[1,2,3]} df = pd.DataFrame(v ......
Pandas中将字符串（object）格式的列，强制转换为浮点型的列
import pandas as pd df = pd.DataFrame([['11.0' ,1,2,3], ['22.0' ,4,5,6], ['33.0' ,7,8,9]], columns = ['a','b','c','d']) df['a'] = pd.to_numeric(df['a' ......
基于multiprocessing map实现python并行化（全局变量共享 map机制实用向分析 常见问题 pandas存储数据）
转载：(15条消息) 基于multiprocessing map实现python并行化（全局变量共享 map机制实用向分析 常见问题 pandas存储数据）_goto_past的博客-CSDN博客 基于multiprocessing map实现python并行化之前从来没考虑python可以并行化， ......
pandas重新命名列的三种方法
第一种方法：重新命名指定的列 df.rename(columns = {'环湖医院':'开滦医院', '普通医院':'三甲医院'}, inplace = True) 第二种方法：修改全部列名 df.columns = ['舒畅', '小舒畅', '舒小畅', '舒畅小'] 第三种方法：修改列名的一部 ......
pandas修改列名，json格式
1 import pandas as pd 2 import json 3 4 5 df = pd.DataFrame( 6 data = [["a", "b"], ["c", "d"]], 7 index=["row 1", "row 2"], 8 columns=["col 1", "col 2 ......
办公自动化pandas
# 需求如下：  # 实现代码： ## 未优化代码 ~~~python import pandas as pd de ......
pandas是干什么的
Pandas 是一个开源的数据分析和数据处理库，建立在 NumPy 库之上。它提供了一组高效的数据结构和数据分析工具，使得在 Python 中进行数据操作变得更加简单和灵活。 Pandas 的主要数据结构是两种核心对象：Series 和 DataFrame。 Series 是一维标记数组，类似于带有 ......
Pandas 加载数据的方法和技巧
哈喽大家好，我是咸鱼 相信小伙伴们在学习 python 数据分析的过程中或多或少都会听说或者使用过 pandas pandas 是 python 的一个拓展库，常用于数据分析 今天咸鱼将介绍几个关于 pandas 导入数据的方法和技巧 ## 从 URL 获取 csv 数据 关于 pandas 导入 ......
【pandas基础】--数据类型
数据类型是计算机编程中将不同类型的数据值分类和定义的方式。 通过数据类型，可以确定数据的存储方式和内存占用量，了解不同类型的数据进行各种运算的能力。 使用`pandas`进行数据分析时，最常用到的几种类型是： 1. 字符串类型，各类文本内容都是字符串类型 2. 数值类型，包括整数和浮点数，可用于计算 ......
Pandas数据框去重复（AB、BA类型）
从string-db下载蛋白质相互作用的信息，在处理时发现蛋白A与B互作被记录了两次比如下边的例子（即AB、BA） ```Bash df.drop_duplicates() # Symbol1 Symbol2 # Gnai3 Pdcl2 # Pdcl2 Gnai3 # Gm4340 Gm3376 # ......
使用pandas 实现 python读取xlsx文件，并替换掉对应json文件里的内容
需求：读取下面图1格式的xlsx，将图2里面的SKU_name替换成图一对应标签名称的产品名称，也就是将英文替换成中文，然后将该SKU_name对应的SKU_code替换成图一里的编码 1. 2. 代码如下： import jsonimport osimport pandas as pdxlsx_f ......
Python——第7章 pandas数据分析实战
# 7.1pandas常用数据类型 ## 7.1.1一维数组与常用操作 ```python import pandas as pd import matplotlib.pyplot as plt #设置输出结果对齐方式 pd.set_option('display.unicode.ambiguous ......
pandas
[toc] ## pandas ```python Pandas Series 类似表格中的一个列（column），类似于一维数组，可以保存任何数据类型。 pandas.Series( data, index, dtype, name, copy) data：一组数据(ndarray 类型)。 in ......
pandas 笔记
1.pandas 两列取最小值，如果其中一列为nan, 会取另外一列 >>> df3 a b c 0 1 1 1.0 1 1 1 2.0 2 1 1 2.0 3 2 2 NaN 4 3 2 NaN >>> df3['d'] = df3[['a', 'c']].min(axis=1) >>> df3 ......
pandas方式遍历日志文件
import pandas as pd import csv f = open(r'C:/Users/will/Desktop/log-2023-05-22.log',encoding='utf-8') data = pd.read_csv(f,sep='\n',header=None) for i ......
【PYTHON】pandas字符替换
处理文本数据时，常见的存储格式为 textfile 格式，对应行分隔符为"\n"，列分隔符为"\t"。 而大家往往不会直接使用txt格式文件进行日常操作，Excel 更为简便通用。 因此，如果我们需要处理的 Excel 数据中，某个字段内出现了"\t"或"\n"或"\r\n"符号，转为 txt 格式 ......
pandas
转载于： http://c.biancheng.net/pandas/ pandas主要特点 提供一个简单、高效、带有默认标签（也可以自定义标签）的DataFrame对象； 能够快速得从不同格式的文件中加载数据（如：Excel、CSV、SQL文件），然后将其转换为可处理的对象； 能够按照数据的行、列 ......
【pandas基础】--数据排序
`pandas`的数据排序可以帮助我们更好地理解和分析数据。 通过对数据进行排序，我们可以提取出特定的信息，例如最大值、最小值、中位数、众数等等，从而更准确地识别数据的特征和特点。 此外，数据排序还可以帮助我们更好地进行数据可视化，例如绘制直方图、箱线图等等，进一步帮助我们对数据进行解读和分析。 总 ......
python pandas 数据处理str.replace()，替换异常双括号，字符类似字段重新添加双括号
import pandas as pd import csv file = 'd:/raw_data.txt' new_file="d:/new_data.csv" data = pd.read_csv(file,delimiter=',',quoting=csv.QUOTE_NONE,names= ......