挥刀自宫是什么意思,新闻200字,gps论坛
import pandas as pd
约定俗称为pd
import numpy as np import pandas as pd arr = np.array([1, 2, 3, 4, np.nan, ]) s = pd.series(arr) print(s) #也可以不转换,但是转换后可以减少内存,尽量进行转换 # arr = np.array([1, 2, 3, 4, np.nan, ]) s = pd.series([1, 2, 3, 4, np.nan, ]) print(s)
df = pd.dataframe(数据内容,index=纵坐标,columns=横坐标)#数据内容必须是列表或者np.array格式,尽量用np.array格式减少内存 #生成的数据列表预定俗称最好命名成df #对df的取值
属性 | 详解 |
---|---|
dtype | 查看数据类型 |
index | 查看行序列或者索引 |
columns | 查看各列的标签 |
values | 查看数据框内的数据,也即不含表头索引的数据 |
describe | 查看数据每一列的极值,均值,中位数,只可用于数值型数据 |
transpose | 转置,也可用t来操作 |
sort_index | 排序,可按行或列index排序输出 |
sort_values | 按数据值来排序 |
取纵坐标
取横坐标
取填入的数据并且为array格式
计数列表的各个列的个数,最大值,最小值等等
横纵坐标进行对调
根据axis=0或者1按照横坐标或者纵坐标进行排序
按照值进行排序,默认是竖着排序,也可以通过设置axis=0或者1进行修改,默认升序
用切片进行df[0:1]取第一行,但是开始的话横纵坐标是不算在里面的
df.loc[开始的纵坐标名称:结束的纵坐标名称]
取某一行,df[这行的对应的横坐标]
取多行,df[[第一列的对应的横坐标,第二列的对应的横坐标]]以此类推
按行取值df.iloc[2, 1] 第3行第二个
df.iloc[1:4, 1:4] 横坐标是,第2个到第5个,纵向是第二个到第五个
df[df['c1'] > 0] 结合上面取值进行判断
结合上面取值进行替换
axis进行行列选择,横着加还是竖着加
删除行不为4个值的
删除c2中有nan值的数据
df.fillna(value=10)空值填充10
1.pd.concat((df1, df2), axis=1)
合并行列都可以由axis控制
2.df1.append(df2)
append只能合并列
如对本文有疑问,请在下面进行留言讨论,广大热心网友会与你互动!! 点击进行留言回复
新手学习Python2和Python3中print不同的用法
Python基于os.environ从windows获取环境变量
网友评论