Python基本用法

小小白2333

已于 2023-02-07 10:48:21 修改

阅读量529

点赞数 2

分类专栏： Python 文章标签： python 开发语言

于 2023-01-06 20:40:30 首次发布

本文链接：https://blog.csdn.net/Ajdidfj/article/details/128580741

版权

Python 专栏收录该内容

33 篇文章 7 订阅

订阅专栏

在python上新建一个dataframe

data = [['Alex',10],['Bob',12],['Clarke',13]]
df = pd.DataFrame(data,columns=['Name','Age']) # 将第一维度数据转为为行，第二维度数据转化为列，即 3 行 2 列，并设置列标签
print(df)

结果：

Name Age
0 Alex 10.0
1 Bob 12.0
2 Clarke 13.0

dataframe按列合并

(69条消息) Python - pandas DataFrame数据的合并与拼接（merge、join、concat）_hellosc01的博客-CSDN博客_dataframe两列合并成一列

dataframe取出两列，成为新的dataframe

Fre_df_search_count_plt = Fre_df_search_count[['level_0','search_num']]

注意是两个方括号。

对列进行筛选

pandas行筛选/列筛选（条件筛选/范围筛选）/计算 - chengjon - 博客园 (cnblogs.com)

将数据进行分区

(64条消息) python——numpy——数据分区（digitize，cut，qcut，quantile函数）_xia ge tou lia的博客-CSDN博客_numpy的digitize

分组求和，保留原来结构

在pandas中如何每隔n行分组并求和但保持原始结构 - 问答 - 腾讯云开发者社区-腾讯云 (tencent.com)

去重

python 去重和保留重复值方法 duplicated 和 drop_duplicates - 遗忘之前 - 博客园 (cnblogs.com)

pandas 根据索引值取dataframe（值）

(64条消息) pandas 根据索引值取dataframe（值）_进击的铁甲小宝的博客-CSDN博客_dataframe按索引取值

dataframe把指定列变为索引

df = pd.DataFrame({'a':[1,2],'b':[3,4]})

df.set_index(['a'],inplace=True)

pycharm如何看到全部的dataframe列

import pandas as pd
#显示所有列
pd.set_option('display.max_columns', None)
#显示所有行
pd.set_options('display.max_rows', None)

绘制帕累托图

效果：

(61条消息) 【python科研绘图】绘制帕累托图(Pareto)步骤解析，并封装后直接调用_百木从森的博客-CSDN博客_python绘制帕累托图

获取行数列数

返回列数：

df.shape[1]

返回行数：

df.shape[0]

删除数据表中某一列中包含指定字符串的行

使用pandas的字符串包含函数.str.contains：

df_search_dic.drop(df_search_dic[df_search_dic['oms_category_name1'].str.contains(pat='秒杀',regex=False)==True].index,inplace=True)

(14条消息) pandas.DataFrame删除含有指定字符串的行或列_Yale曼陀罗的博客-CSDN博客

如何在Pandas中删除包含特定字符串的行|极客教程 (geek-docs.com)

Python分组做累加累计占比

```python import pandas as pd

df = pd.read_excel(r"D:\data\分组求累计占比.xlsx")

df1 = df.sort_values(["品牌","类别","销量"],ascending=[True,True,False])

#对原表按照品牌、类别、销量进行排序，其中品牌和类别升序排序，销量降序排序

ss = df1.groupby(["品牌","类别"])["销量"].transform("cumsum")/df1.groupby(["品牌","类别"])["销量"].transform("sum")

# 按照品牌和类别分组，对分组后的数据按照分组求累计和，再对分组后的数据按照分组求和，两者相除得到组内累计占比，生成一个series

df1['类别累计占比'] = ss.apply(lambda x : format(x,'.2%'))

# 得到的累计占比是浮点数形式，修改成百分比形式 df1

#最终结果，这里没有重置索引，所以索引是乱的，最好对索引进行重置 ```

Python分组做累加累计占比怎么求? - 知乎 (zhihu.com)

删除列

df.drop('num',axis=1，inplace=True),改变内存，及输入df的时候，它显示改变后的数据

通过pandas删除列：

1.del df['columns'] #改变原始数据

2.df.drop('columns',axis=1)#删除不改表原始数据，可以通过重新赋值的方式赋值该数据

3.df.drop('columns',axis=1,inplace='True') #改变原始数据