-
使用
pd.DateFrame()
方法从表中创建DataFrame
def createDataframe(student_data: List[List[int]]) -> pd.DataFrame: column_names=['student_id', 'age'] result = pd.DataFrame(student_data, columns = column_names) return result
其中
student_data
是一个二维数组 -
获取
DataFrame
大小的方法示例def getDataframeSize(players: pd.DataFrame) -> List[int]: return [players.shape[0], players.shape[1]]
-
删除具有缺失值的行示例
def dropMissingData(students: pd.DataFrame) -> pd.DataFrame: students.dropna(subset=['name'], inplace=True) return students
-
astype()
用于修改dataframe
中的数据类型students = students.astype({'grade':int})
-
按行联结数据示例
def concatenateTables(df1: pd.DataFrame, df2: pd.DataFrame) -> pd.DataFrame: return pd.concat([df1, df2], axis = 0)
-
pivot
数据透视示例def pivotTable(weather: pd.DataFrame) -> pd.DataFrame: ans = weather.pivot(index='month', columns='city', values='temperature') return ans
-
melt
数据逆透视示例def meltTable(report: pd.DataFrame) -> pd.DataFrame: report = report.melt( id_vars=["product"], value_vars=["quarter_1", "quarter_2", "quarter_3", "quarter_4"], var_name="quarter", value_name="sales", ) return report
melt()
函数的主要参数包括:id_vars
需要保持不变的列,即逆透视操作后仍然保持在结果中的列。value_vars
需要逆透视的列,即逆透视操作后转换为一个新列的列名。var_name
用于存储原始列名的列名。value_name
用于存储原始列中值的列名
04-Pandas的方法介绍
最新推荐文章于 2024-05-14 11:00:23 发布