pd.DataFrame 第5页

机器学习特征工程：处理缺失值填充的5大技巧

填充具体数值，通常是0填充某个统计值，比如均值、中位数、众数等填充前后项的值基于SimpleImputer类的填充基于KNN算法的填充数据importpandasaspdimportnumpyasnpdf=pd.DataFrame

Python数据挖掘·2023-10-28 17:23

Pandas 7.合并 merge

合并merge%concatenating比merge简单的dataframe合并%merge可以实现索引以及key的对照的合并importpandasaspdimportnumpyasnpleft=pd.DataFrame

bokli_dw·2023-10-28 10:55

Pandas - DataFrame 基本操作

的增删改查将变得非常轻松~首先，我们来构造一个DataFrame：data=[[1,2,3],[4,5,6],[7,8,9]]index=['a','b','c']columns=['A','B','C']df=pd.DataFrame

山药鱼儿·2023-10-27 22:24

python 使用pandas读取arff

fromscipy.ioimportarffimportpandasaspddata=arff.loadarff('yeast-train.arff')df=pd.DataFrame(data[0])

lessjianshu·2023-10-26 06:52

机器学习类比赛中经常用到的一些函数和知识点

控制台打印结果省略的问题enumerate()pandas描述数据基本分布情况isin():判断值是否存在某两个特征之间的关联性:np.corrcoeffor循环缩写计算每一个特征和标签之间的相关程度pd.DataFrame

安替-AnTi·2023-10-24 15:07

python中axis=0和axis=1的理解

importpandasaspddf_1=pd.DataFrame([[1,1,

徕胖·2023-10-23 02:25

python中关于axis=0和axis=1应该如何理解？

importpandasaspddata=pd.DataFrame(data=[['吴文化','男',100,98,85],['史珍香','女',66,75,72],['范建','男',77,88,100

永不落后于人·2023-10-23 02:54

Python中axis=0与axis=1，指的方向有什么不同？

以下面的数据框为例：importpandasaspddf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C'

火柴先生·2023-10-23 02:52

Python数据分析实战-使用replace方法模糊匹配替换某列的值（附源码和实现效果）

importpandasaspdimportre#创建一个示例DataFramedata={'A':['apple','banana','pineapple','orange','grape']}df=pd.DataFrame

数据杂坛·2023-10-21 18:13

Python数据分析实战-使用map方法根据字典中的映射关系替换某列的值（附源码和实现效果）

方法根据字典中的映射关系替换某列的值实现代码importpandasaspd#创建一个示例DataFramedata={'A':[1,2,3,4,5],'B':['a','b','c','d','e']}df=pd.DataFrame

数据杂坛·2023-10-21 18:43

Python数据分析实战-使用replace方法精确匹配替换某列的值（附源码和实现效果）

0和1，而将其他值替换为2实现代码importpandasaspd#创建一个示例DataFramedata={'A':[1,2,3,4,5],'B':['a','b','c','d','e']}df=pd.DataFrame

数据杂坛·2023-10-21 18:43

sklearn文本特征预处理2:Similarity, 聚类, LDA, word2vec

fromsklearn.metrics.pairwiseimportcosine_similaritysimilarity_matrix=cosine_similarity(tv_matrix)similarity_df=pd.DataFrame

弎见·2023-10-21 11:44

6.pandas排序

#--引入数据importpandasaspdimportnumpyasnpdf=pd.DataFrame(data=np.random.rand(30).reshape((6,5)),columns=

B0ZZ·2023-10-20 07:47

Pandas常用操作方法

本文总结自己经常使用的pandas操作方法：importpandasaspdimportnumpyasnp1、创建DataFrame数据方式1：通过字典直接创建df1=pd.DataFrame({"name

飞向天空的鹰·2023-10-20 05:59

2023年第二届全国大学生数据统计与分析竞赛——电影评分的大数据分析

出现次数最多的国家前5名是哪些国家最受欢迎的电影类型lst=[]foriindf1['电影类型'].apply(lambdax:x.split('/')):forjini:lst.append(j)pd.DataFrame

菜鸡小都林·2023-10-20 01:10

pandas追加写入数据

coding:utf-8-*-#@Author:markadcimportpandasaspditems=[{'uid':i,'name':'a_{}'.format(i)}foriinrange(3)]df=pd.DataFrame

是大嘟嘟呀·2023-10-20 00:36

python tqdm记录dataframe使用iterrows或iteritems循环行或循环列时的进度

dataframe.shape[0])即可示例代码importpandasaspdimportnumpyasnpfromtqdmimporttqdmimporttimeif__name__=='__main__':df=pd.DataFrame

呆萌的代Ma·2023-10-19 10:28

还原填充错误的缺失数据

还原填充错误的缺失数据手动方法map()函数映射自动方法for循环+replace()替换说明手动方法map()函数映射map(func)importpandasaspdimportnumpyasnp##-------df=pd.DataFrame

小王做笔记·2023-10-18 04:42

插值法补齐缺失数据_数据处理——缺失值处理

importpandasaspddf=pd.DataFrame({'一班':[90,80,66,75,99,55,76,78,98,None,90],'二班':[75,98,100,None,77,45

weixin_39782752·2023-10-18 04:42

python数据读写 panda（to_csv和read_csv）【读取dat文件】【写入dat文件】【非csv文件并且有多列数据时】【np多维数据的快速保存】

panda(to_csv和read_csv)importnumpyasnpimportpandasaspda=np.array([1,2,3,4])b=np.array([3,4,5,6])df=pd.DataFrame

king没有人·2023-10-17 21:44

23/8/27刷题记录

1.pandas数据分组1741.查找每个员工花费的总时间【简单】在这段代码中，注意分组函数groupby的运用deftotal_time(employees:pd.DataFrame)->pd.DataFrame

花花橙子·2023-10-17 16:27

004 Pandas 的DataFrame操作技巧

1基于行索引，删除特定行a=pd.DataFrame({1:[1,2,3],2:[4,5,6]})print(a)>>>12>>>014>>>125&

Jame_Y·2023-10-16 18:33

python：pandas之DataFrame创建

１、方案一：importpandasaspdimportnumpyasnpt=pd.DataFrame(np.arange(12).reshape((3,4)))＃不指定列索引和行索引#t为一个二维数组

书生_Scholar·2023-10-15 23:19

python3 value counts函数_pandas计数 value_counts()的使用

importpandasaspddf=pd.DataFrame({'区域':['西安','太原','西安','太原','郑州','太原'],'10月份销售':['0.477468','0.195046'

头像收藏家·2023-10-15 16:17

python数据分析-对数据进行计数value_counts()

importpandasaspddata=pd.DataFrame(columns=['id','sex'],data=[[1,'男'],[2,'女'],[3,'男'],[4,'男']])data['

刘经纬老师·2023-10-15 16:14

按DataFrame中的一列分组后进行统计df.groupby()

importpandasaspddf=pd.DataFrame({'A':['a','a','b'],'B':[1,2,2]})print(df)print("==========="

刘经纬老师·2023-10-13 16:14

pandas对每个分组分别统计百分比

pandas对每个分组分别统计百分比数据如下：importnumpyasnpimportpandasaspdnp.random.seed(0)df=pd.DataFrame({'state':['CA'

景韦·2023-10-13 16:42

numpy基本操作（持续更新）

In[1]:importnumpyasnpIn[2]:importpandasaspdIn[3]:df=pd.DataFrame({'a':[1,2,3],'b':[3,6,8]})In[4]:array

Hooddi·2023-10-13 00:07

学习Python处理Excel 难度0级别多表合并、多条件筛选、找出重复项、去重

假设会员姓名不存在重名；否则找重复项的时候，要增加查找的列名importosimportpandasaspd#多表合并inputdir=r’C:\Users\HW\Desktop\新建文件夹’df_empty=pd.DataFrame

萌侠侠·2023-10-12 11:22

[PDPTW]解读Python调用Gurobi求解PDPTW问题（Li & Lim‘s benchmark)之一

Gurobi求解PDPTW问题（Li&Lim’sbenchmark》下一篇：《【PDPTW】python调用guribo求解PDPTW问题（Li&Lim‘sbenchmark）之二》1.构造图片中的数据t2=pd.DataFrame

panbaoran913·2023-10-11 19:39

【Python基础-Pandas】解决Pandas会自动把None转成NaN的问题

power020.01Nonedf=pd.DataFrame(data={'power':[20,None]})df['energy']=df.apply(lambdacol:De

天`南·2023-10-11 12:31

数据可视化

pipinstallmatplotlib一、各种图#线形图importnumpyasnpimportpandasaspddf1=pd.DataFrame(data=np.random.randn(1000,4

凹凸曼说我是怪兽y·2023-10-10 21:19

pandas库之汇总和计算描述统计

看一个简单的DataFrame：In[230]:df=pd.DataFrame([[1.4,np.nan],[7.1,-4.5],.....:[

samoyer·2023-10-10 17:12

30 天 Pandas 挑战

Day01:大的国家->df[condition]importpandasaspddefbig_countries(world:pd.DataFrame)->pd.DataFrame:condition

ciky2011·2023-10-10 00:46

dataframe，根据多列信息生成新列

={'year':['2018','2018','2018','2019','2019'],'math':[23,99,90,30,10],'compute':[78,62,90,66,88]}df=pd.DataFrame

网球小伙子·2023-10-09 18:01

python 实现excel功能_用Python实现Excel中常用的 20个操作方法总结分享

函数生成随机数，并手动拉取指定范围Pandas在Pandas中可以结合NumPy生成由指定随机数(均匀分布、正态分布等)生成的矩阵，例如同样生成10*2的0—1均匀分布随机数矩阵为，使用一行代码即可：pd.DataFrame

weixin_39849070·2023-10-08 02:47

【pandas笔记】删除DataFrame中特定所在的行或列

1.删除空行>>>data=pd.DataFrame([[1.0,2.2,-999.0],[1.2,2.1,3.4],[1.2,2.1,4.4],[1.2,-999.0,3.4],[1.2,np.NaN

tianyunzqs·2023-10-07 14:46

2021-12-20Pandas：Datafram

方法1：直接生成Dataframdf=pd.DataFrame(

hydro·2023-10-07 09:53

Python Pandas数据处理作图——霍尔效应

19.92,39.73,59.63,79.64,99.01,118.43,138.10,157.91,177.61],'Is':[0.50,1.00,1.50,2.00,2.50,3.00,3.50,4.00,4.50]}df=pd.DataFrame

timberman666·2023-10-06 19:50

16.Pandas实现groupBy分组统计

先对数据分组，然后在每个分组上应用聚合函数，转换函数本次演示分组使用聚合函数做数据统计遍历groupby的结果理解执行流程实例分组探索天气数据importpandasaspdimportnumpyasnpdf=pd.DataFrame

CSDN专家-微编程·2023-10-06 11:58

python笔记：pandas/geopandas DataFrame逐行遍历

可以使用几种不同的方法来遍历DataFrame的每一行0数据importpandasaspddata={'column1':range(1,1001),'column2':range(1001,2001)}df=pd.DataFrame

UQI-LIUWJ·2023-10-06 01:48

pandas计算含缺失值中列平均值_详解Python数据分析--Pandas知识点

pandas过程中用到的函数和方法,在此记录,防止遗忘1.重复值的处理利用drop_duplicates()函数删除数据表中重复多余的记录,比如删除重复多余的ID.importpandasaspddf=pd.DataFrame

weixin_39537680·2023-10-05 15:17

机器学习第二课_数据预处理

数值型特征分箱（数据离散化）2.1无监督分箱法等距分箱importpandasaspddf=pd.DataFrame([[22,1],[13,1],[33,1],[52,0],[16,0],[42,1]

素心似锦·2023-10-05 15:38

【项目开发日志记录】-J项目-V2-已完成

写入顺序即为自身设置的顺序form_header=['职位名称','职级','职位族']数据=pd.DataFrame({'职位名称':job_name_list,'职级':job_level_list

布衣夜行人·2023-10-05 08:17

数据科学和人工智能技术笔记六、日期时间预处理

六、日期时间预处理作者：ChrisAlbon译者：飞龙协议：CCBY-NC-SA4.0把日期和时间拆成多个特征#加载库importpandasaspd#创建数据帧df=pd.DataFrame()#创建五个日期

布客飞龙·2023-10-05 08:56

pandas apply 总结（待续）

在说明之前非常有必要要说明axis的定义问题df=pd.DataFrame({'a':[1,4],'b':[2,5],'c':[3,6]})indexabc11232456再提前要说明下apply的运行机制

xiao_dong_zi·2023-10-04 00:03

pandas简单的使用

对于要指定索引和属性的数据，需要传入对应参数：df=pd.DataFrame(data,index=indexs,columns=list("ABCD"))当简单做测试的时候，可以用字典进行生成对象：data

A黄橙橙·2023-10-03 18:47

12.数据透视

index，重塑的索引；columns，重塑的列名；values，生成新列的值；1.stack&unstackimportnumpyasnpimportpandasaspddata=pd.DataFrame

B0ZZ·2023-10-03 03:15

Pandas小白入门散记(3)---Series.str--源代码定位问题

如下代码：importpandasaspddf=pd.DataFrame([1,2,

mantoureganmian·2023-10-02 05:23

DataFrame插入多列PerformanceWarning: DataFrame is highly fragmented.

DataFrame插入多列PerformanceWarning:DataFrameishighlyfragmented.dataframe列比较多，增加列的代码如下：df=pd.DataFrame()foriinrange

六月闻君·2023-10-01 08:30

推荐频道

pd.DataFrame