Python-Pandas

Python-Pandas之DataFrame转字典

将DataFrame的某列数据取出来，然后转化成字典：importpandasaspddata={'name':['zhangsan','lisi','wangwu','zhaoliu','qianqi','zhangsan'],'age':[18,19,20,21,22,23],'city':['beijing','shanghai','guangzhou','nanjing','changsh
苏小败在路上·2020-08-12 12:01

【Python-Pandas】数据分析中的一些常用操作（1）

#-*-coding:utf-8-*-importnumpyasnp#linearalgebraimportpandasaspd#dataprocessing,CSVfileI/O(e.g.pd.read_csv)importmatplotlib.pyplotaspltimportseabornassns#visualizationtool#读取csv格式文件df=read.csv('D:\\..
GinGinXia·2020-08-11 05:07

Python-Pandas 学习 append的效率

在Pandas中，列表的合并有很多种方式，其中有一种是.append()。这个方法的效率很低，不推荐使用。建议先转为list后，再直接使用.append()。具体来说，考虑以下场景：假如有一份表格，1000W条（随便举），要按照某个属性groupby（分组）后，重新组成一个表输出的。这个时候就可以用转为list在append会快很多，非常多。importpandasaspddata=pd.read
kingsam_·2020-07-29 21:12

Python-Pandas学习之将数据帧（Dataframe）的数据插入到数据中，并且只插入新的数据

在使用数据帧的过程中，我们经常会需要数据库写入操作，特别是大量的基础数据。在有的数据中，我们是需要设置主键或者唯一项的，那么这个时候，如果还是无脑的调用to_sql，就会经常出现一个错误，说数据库的主键或唯一项冲突。这个时候，我们就需要对新数据做一下处理，需要先把和数据库中的数据重合的数据删除掉，才能插入新数据。思路就是，根据条件，将新数据中可能出现的情况，使用read_sql的方式从数据库中读取
苏小败在路上·2020-07-16 04:37

Python-Pandas学习之数据帧（Dataframe）

数据帧（Dataframe）是一个矩阵样式的数据表，包含已排序的列集合，每一列可以是不同的值类型（数值、字符串、布尔值等）数据帧既有行索引也有列索引，它被视为一个共享相同索引的Series字典。下面是创建数据帧的方法，以及一些基本操作：importpandasaspddata={'platform':['qq','weixin','weibo','taobao'],'year':[2000,201
苏小败在路上·2020-07-16 04:36

python-pandas之Index数据分析（六）

python-pandas之Index数据分析（六）索引对象'''数据结构索引对象•pandas的索引对象负责管理轴标签和其他元数据（比如轴名称等）。
Bruce小鬼·2020-07-16 03:54

数据分析-数据转换：Python-pandas模块，分组函数groupby中（apply,agg,transform）方法的比较

``pandas模块给数据处理的能力给予了很大的助力，但是初学者刚开始可能会被其中分组聚合的三个方法（apply,agg和transform），弄的头晕眼花，至少我自己学习的过程中是这样的，看了网上的很多解释，觉得对于初学者理解起来还是蛮困难的，翻阅了好几本python数据分析的书籍，自己总算理解了个大概，在这里给大家讲一下这三个方法。具体请看《Python数据科学手册》（JakeVanderpl
蛋壳先生·2020-07-12 12:28

Python-pandas之如何将excel中一列拆成多行

在处理Excel数据时，有时需要将某列数据拆分为单独个体，分行存储。手动操作过于麻烦，用Python的pandas库可以轻松解决。例如下图是公交车站数据，每个车站存储着所经过线路名称。现在想从城市所有车站数据中提取城市所有线路数据，就可以通过pandas的stack函数实现。importpandasaspdbussta=pd.read_excel('200m公交数据.xlsx')bussta.he
数据之美ya·2020-07-12 11:33

Python-Pandas库实现EXCEL数据拆分成不同的表

Python-Pandas库实现EXCEL数据拆分成不同的表，并批量命名，顺带复习一下文本进度条的显示Python-Pandas库实现EXCEL数据拆分成不同的表事情原由：坚持懒才是第一生产力，同事说有大概十万行的数据
varren·2020-07-12 04:48

python-pandas功能大全

查全手册http://pan.baidu.com/s/1nvNmzkH随机按照一定比例采样将df分拆为df_sample和df_reset部分df_sample=df.sample(frac=0.7)df_reset=df.loc[~df.index.isin(df_sample.index)]计算数目dia_num=len(df[df['DiagGDM']==1])total_num=len(d
heroacool·2020-07-07 09:55

用python-pandas作图矩阵

注：本文为一篇翻译文章，来自于VisualizeMachineLearningDatainPythonWithPandas-MachineLearningMastery**，原文标题是VisualizeMachineLearningDatainPythonWithPandas（在Python里使用pandas对机器学习的数据进行可视化分析），作者的意思是我们在采用机器学习算法对数据进行分析时，首先
博观厚积·2020-07-05 21:09

Python-Pandas(3)数据预处理

importpandasaspdimportnumpyasnptitanic_survival=pd.read_csv("titanic_train.csv")titanic_survival.head()#ThePandaslibraryusesNaN,whichstandsfor"notanumber",toindicateamissingvalue.#wecanusethepandas.is
KongX_B·2020-07-04 20:48

python-pandas如何选取满足条件的特定的行和列

importpandasaspddf1=pd.read_csv("data/trans/bike_flow.csv")#['t_idx''r_idx''c_idx''bike_out_cnt''bike_in_cnt''flow_stay''flow_in''flow_out']print(df1.columns.values)#(23016,8)print(df1.shape)#['t_idx'
252619·2020-06-30 01:49

python-pandas的df的一些用法

importpandasaspdtrans_df=pd.read_csv("../data/trans/bike_flow.csv")#[record_size,column_size]print(trans_df.shape)#pandas.core.frame.DataFrameprint(trans_df.__class__)#pandas.core.indexes.base.Indexpr
252619·2020-06-30 01:49

Python-pandas批量读取同一文件夹下的所有.xlsx文件并提取指定列写入一张excel表

工作需要将一批csv文件转为excel文件并进行数据计算处理，因为csv文件为；分割，并且转为excel文件后可能同一个名称的列不在同一列，比如同样是PaidPrice名称的列，一个文件在AL列，两一个在AO列，如果单纯的读取所有文件并合并的话就会导致数据错列排放，在网上找了很多教程并没有现成的程序解决问题，所以就只能自己动手丰衣足食了。每个.xlsx文件都是有csv转换过来的，详见上一篇文章Py
卡布卡布TEL·2020-06-29 13:31

python-pandas创建Series数据类型

文章目录1.什么是pandas2.查看pandas版本信息3.常见数据类型4.pandas创建Series数据类型对象1).通过列表创建Series对象2).通过numpy的对象Ndarray创建Series；3).通过字典创建Series对象;5.Series基本操作1).修改Series索引.index2).Series纵向拼接.append3).删除指定索引对应的元素.drop('index
淋巴不想动·2020-06-29 07:42

python-pandas使用样例及速查表

pandas常用使用样例及速查表1.重建indexframe=DataFrame({'a':range(7),'b':range(7,0,-1),'c':['one','one','one','two','two','two','two'],'d':[0,1,2,0,1,2,3]})printframe#重建indexdrop是否删除变为index的字段printframe.set_index([
BSOD_aura·2020-06-27 02:31

我的docker随笔26：制作arm平台的python-pandas镜像

需求：构建arm（linux_armv7l）平台上用于测试机器训练的python镜像，带numpy、pandas、sklearn，等。本文构建所用操作系统为ubuntu16.0464bit（4GB双核），采用容器内安装依赖库的形式，非Dockerfile，是因为考虑到实际构建中可能会遇到各种问题。技术总结在pc端运行arm镜像容器，使用arm32v7/python，此方式是为了方便制作（也可在ar
李迟·2020-06-26 15:49

python-pandas模块

什么是panadas？pandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。你很快就会发现，它是使Python成为强大而高效的数据分析环境的重要因素之一。常见的数据类型:一维:Series（一维数组，与Numpy中的一维array
唐豆豆874379337·2020-06-26 01:18

python-pandas 时间日期的处理（下篇）

摘要在上一篇文章，时间日期处理的入门里面，我们简单介绍了一下载pandas里对时间日期的简单操作。下面将补充一些常用方法。时间日期的比较假设我们有数据集df如下在对时间日期进行比较之前，要先转一下格式。转格式的时候用importpandasaspdpd.to_datetime()我们需要先对df中的date这一列转为时间格式。df['date']=pd.to_datetime(df['date']
kingsam_·2020-06-25 01:54

Python-Pandas之两个Dataframe的比较（二）

今天找到一个好方法，可以直接比较两个df，这个方法包含在hashlib库里面，代码如下：importhashlib,sysfiles=[]try:files=[sys.argv[1],sys.argv[2]]except:print('命令行未检测到文件参数。')#这个方式可以通过命令行运行：##python3cmpfiles.pytestfile1.txttestfile2.txt##上面自带的
苏小败在路上·2020-06-24 21:48

Python-Pandas学习之HDFStore存储数据警告（your performance may suffer as PyTables will pickle....）

这是一个类似数据表字典的格式，可以将很多的数据帧（dataframe）保存在一个对象里面。每一个数据帧，都标有一个key，然后通过key来访问数据帧的数据。但是，在使用HDF的时候，如果不指定格式，那么我们数据中存在string类型的数据，就会报以下警告：PerformanceWarning:yourperformancemaysufferasPyTableswillpickleobjecttyp
苏小败在路上·2020-06-24 21:16

python-pandas设置打印宽度

pandas设置打印宽度当未设置打印宽度时，如果有个列存在字符串较长的情况，有可能打印显示为...，如下：设置打印宽度：importpandasaspdpd.set_option('display.max_colwidth',20)可以显示完全：pandas一些打印设置使用如下：pd.get_option('display.width')pd.set_option('display.width',
longgb123·2020-06-24 08:00

Python-Pandas(1)数据读取与显示,数据样本行列选取

importpandasfood_info=pandas.read_csv("food_info.csv")#print(type(food_info))printfood_info.dtypes#first_rows=food_info.head()#printfirst_rows#print(food_info.head(3))#printfood_info.columns#printfood
KongX_B·2020-06-24 01:08

Python-Pandas中Series用法总结

Series：带标签的数组本文对Pandas包中的一维数据类型Series特点及用法进行了总结归纳。2.1如何创建Series#导入Pandas包importpandasaspd#创建Series#1.1.1通过列表ListlistSer=pd.Series([10,20,30,40])print(listSer)#1.1.2通过字典dictdictSer=pd.Series({'a':10,'b
ckSpark·2020-06-22 02:23

饺子大人的Python-Pandas

饺子大人的Python-Pandas我假设你已经有了一定的python基础，而是在日常的使用中为不知道某个函数的功能而发愁的小伙伴。以下是我总结分享出Numpy的一些函数的使用方法。
饺子大人·2020-06-09 13:59

Python-pandas

简介为时间序列分析提供了很好的支持。名称来源于面板数据。数据结构Series:一维数组，与Numpy中的一维array类。二者与python基本数据结构list也很相近。Series如今能保存不同种数据类型，字符串、boolean值、数字等都能保存在Series中。Time-Series:以时间为索引的Series.DataFrame:二维的表格型数据结构。很多功能与R中的###data.fram
成静_fcf9·2020-04-11 08:45

Python-Pandas之两个Dataframe的比较（四）

昨天在外网找到一个比较dataframe的好库，叫datacompy，它的优点有：1、可以把对比后的信息详情打印出来，比如列是否相等，行是否相等；2、在数据中如果有不相等列，那么就只比较相同的列；3、可以设置绝对差值和相对差值，比如我们比较有浮点数的数据时，设置下绝对差值为0.01，后面的一系列微小的值就忽略了；4、在数据报告中，每一列的数据类型、不相等数量、最大差值和空值都详细列出来了；5、可以
苏小败在路上·2020-03-24 09:05

Python-Pandas数据结构操作！

平时用Python处理数据的时候，代码最开始都会无脑importnumpy和pandas包，之前简单的整理了Numpy的用法，这次是pandas包的DataFrame（比较常见）的操作Pandas是一个Python包，提供快速、灵活和富有表现力的数据结构，旨在使“关系”或“标记”数据的使用既简单又直观。它的目标是成为用Python进行实际的、真实的数据分析的基础高级模块。此外，它还有更宏远的目标，
Python资深程序员·2019-10-07 15:03

python-pandas

#pandas数据预处理基于numpy#读取csv文件(逗号隔开的文件)importpandas,os,numpyasnppath=r"D:\desktop\Workspace\PythonWorkSpace\Machine-Learning\asstes\csv\2019_student_teacher.csv"student_teacher=pandas.read_csv(path,encod
下雨天,真好·2019-09-25 14:00

Python-pandas高级篇

数据规整化，合并数据集merge¶左右连接df1:keydata10b01b12a23c34a45a56b6********************df2:keydata20a01b12d2默认情况下取两张表的交集(两张表里面都存在a和b，把所有ab相关的值都取出来，data1有3个，data2只有一个，与on='key’等同。df1跟df2前后顺序不影响结果pd.merge(df1,df2)ou
微毂·2019-07-26 10:05

Python-Pandas的Dataframe基本操作语句和 SQL 语句对比

SELECT，WHERE，DISTINCT，LIMITSQL写法：SELECT*FROMtable_name--取出table中所有数据SELECT*FROMtable_namelimit3--取出table中的前3行数据SELECT*FROMtable_nameWHEREcolumn_name='abc'--从table中取出column为‘abc’的所有数据SELECTDISTINCTcolu
苏小败在路上·2019-07-09 17:36

Python-pandas的fillna()方法-填充空值

0.摘要pandas中fillna()方法，能够使用指定的方法填充NA/NaN值。1.函数详解函数形式：fillna(value=None,method=None,axis=None,inplace=False,limit=None,downcast=None,**kwargs)参数：value：用于填充的空值的值。method：{'backfill','bfill','pad','ffill',
shangyj17·2019-05-06 22:39

Python-pandas的dropna()方法-丢弃含空值的行、列

0.摘要dropna()方法，能够找到DataFrame类型数据的空值（缺失值），将空值所在的行/列删除后，将新的DataFrame作为返回值返回。1.函数详解函数形式：dropna(axis=0,how='any',thresh=None,subset=None,inplace=False)参数：axis：轴。0或'index'，表示按行删除；1或'columns'，表示按列删除。how：筛选方
shangyj17·2019-05-04 21:25

Python-pandas处理数据-删除重复数据

Python-pandas处理数据-删除重复数据摘要应用场景代码实现结果摘要本文介绍实际情况中如何删除一行完全一样的数据应用场景如图，在实际情况中，有这样一组数据：数据中有很多行的数据都是相同的，为了删除这些多余的数据
小人物云斗磨盘·2019-03-03 20:21

python-pandas创建DataFrame类型

文章目录1.创建DataFrame类型方法1：通过列表创建方法2：通过numpy对象创建方法3:通过字典的方式创建;2.DataFrame基本操作1).查看基础属性2).数据整体状况的查询head头部的几行tail尾部几行info相关信息的预览describe快速综合计算结果3).转置操作.T4).按列进行排序sort_values5).切片及查询6).通过类似索引的方式查询;iloc、loc7)
淋巴不想动·2019-02-27 15:24

python-pandas总结

1字段转seriesimportpandasaspdseries=pd.Series({'a':1,'b':2,'c':3})这样用字典方式构建了Series数据类型，为了将索引‘abc’提取出来并形成三维的列表，采用这种方式：ix=list(series.index)index方法获得index对象，可以直接用list函数转换为列表print(ix)可以获得结果：['a','b','c'] 2去
阳望·2018-12-26 12:31

Python-pandas库 -下篇

11、pandas的分组操作'''示例数组'''df=pd.DataFrame({'Team':['Riders','Riders','Devils',],'Rank':[1,2,2,],'Year':[2014,2015,2014],'Points':[876,789,863]})--->PointsRankTeamYear08761Riders201417892Riders201528632D
JUNjianshuZHU·2018-10-12 18:54

Python-pandas详解

一、pandaspandas是基于NumPy的一种工具，该工具是为了解决数据分析任务而创建的。Pandas纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。pandas提供了大量能使我们快速便捷地处理数据的函数和方法。Pandas主要基于两种数据类型：series与dataframe。series是一个一维的数据类型，其中每一个元素都有一个标签。如果学过numpy的知识，就可
HUANG Zichen·2018-09-26 16:42

用python-pandas作图矩阵

注：本文为一篇翻译文章，来自于VisualizeMachineLearningDatainPythonWithPandas-MachineLearningMastery，原文标题是VisualizeMachineLearningDatainPythonWithPandas（在Python里使用pandas对机器学习的数据进行可视化分析），作者的意思是我们在采用机器学习算法对数据进行分析时，首先要对
banlucainiao·2017-07-16 00:00

利用python-pandas和sklearn进行天池移动推荐离线赛的全过程

赛题简介1）使用工具，python，pandas，sklearn2）思路：利用前一天的用户商品对的交互行为统计量，预测今天的用户商品对的购买行为。需注意：特征变量的时间窗口为天，分类数据点是用户商品对即(user_id-item_id),该篇博客，主要介绍参赛的流程，未对具体的特征构造、特征处理，特征选择做详细说明从该篇博客，你可以获得，从官网下载数据、处理数据、提取每个用户商品对每天的4种交互行
LY_ysys629·2017-06-30 22:12

python-Pandas学习 如何对数据集随机抽样？

摘要：有时候我们只需要数据集中的一部分，并不需要全部的数据。这个时候我们就要对数据集进行随机的抽样。pandas中自带有抽样的方法。应用场景：我有10W行数据，每一行都11列的属性。现在，我们只需要随机抽取其中的2W行。实现方法很简单：利用Pandas库中的sample。DataFrame.sample(n=None,frac=None,replace=False,weights=None,ran
kingsam_·2017-05-02 14:55

Python-Pandas 如何shuffle（打乱）数据？

在Python里面，使用Pandas里面的DataFrame来存放数据的时候想要把数据集进行shuffle会许多的方法，本文介绍两种比较常用而且简单的方法。应用情景：我们有下面以个DataFrame我们可以看到BuyInter的数值是按照0,-1,-1,2,2,2,3,3,3,3这样排列的，我们希望不保持这个次序，但是同时列属性又不能改变，即如下效果：实现方法：最简单的方法就是采用pandas中自
kingsam_·2017-04-28 15:31

Python-Pandas 学习 数据中对时间的操作

Pandas中对时间这个属性的处理有非常非常多的操作。具体可以参考以下链接：pandas而本文对其中一个大家可能比较陌生的方法进行讲解。其他的我会陆续上传。应用情景是这样的：考虑到有一个数据集，数据集中有用户注册账号的时间（年-月-日），如下图格式。如果我们希望对用户账号注册时间转为具体的天数，我们可以用如下代码。importpandasaspdtd=data['user_reg_tm']Time
kingsam_·2017-04-11 12:19

python-pandas工具包入门教程（1）

1）python-pandas简介pandas是Python强大又高效的数据分析工具包，该工具包是为了解决数据分析任务而创建的，纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的工具。
墨岚❤️·2017-01-13 17:19

python-pandas绘图

pandas绘图显示:plt.show()保存到本地:plt.savefig(‘image.png’)%matplotlibinlineimportpandasaspdimportmatplotlib.pyplotaspltpresent=pd.read_table('data.txt',sep='')present.shape(63,3)present.columnsIndex([u’year’
雪伦_·2016-07-24 14:21

ipython notebook

pip install (--upgrade) ipython==1.1.0 安装依赖项： $ sudo apt-get install python-matplotlib python-scipy python-pandas
·2015-11-13 20:59

python 的 Pandas库学习（1）

    最近学习了Python的科学分析库，接触到了Python-pandas。    对处理格式化的数据而言，pandas是一个非常方便的工具，它开发的初衷就在于数据分析。    
AntonyShen·2014-11-15 22:00

【py】安装ipython-notebook

ipython-notebook 　　   安装可选的附加工具 sudo apt-get install python-matplotlib python-scipy python-pandas
·2014-01-10 21:00
上一页 1 2 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他