- 博客(132)
- 收藏
- 关注
RSS订阅原创 pandas文本拆分两两组合用于频率统计
关键指令：df2['组合拆分']=df2['组合'].apply(lambda x:list(combinations(list(x),2)))由于格式原因，可能需要进行一些替换调整，跟源数据中的部分数据合并在一起，进行最终的频率排名统计。源文件如下，需要对三个以上的组合文本进行两两统计，最终找出组合频率的排名。
2024-10-14 10:41:39
178
原创 pandas个性化求和及报错处理
tb.loc[index=0,'riqi'].values出来的是一个只有一个数据的series，需要加上【0】来引用第一个数据，即把【】去掉，再去用between或>=,
2024-07-12 15:24:35
276
原创 Excel数据截取及合并多行多列数据
公式一：=RIGHT(A2,LEN(A2)-FINDB(")",A2))公式二：=PHONETIC(C2:D19)
2024-07-04 16:13:25
364
原创 主副坐标轴作图（即双坐标轴）
Unnamed: 0 生均课消 课消总量。3 最终标值 5.01 204523.64。由于两者重合，趋势一致，所以重合。
2024-05-28 11:51:55
260
原创 条件格式实例
86 李子色 #EAADEA 87 石英色 #D9D9F3 88 艳蓝色 #5959AB。10 巧克力色 #5C3317 11 蓝紫色 #9F5F9F 12 黄铜色 #B5A642。47 浅蓝色 #C0D9D9 48 浅灰色 #A8A8A8 49 浅钢蓝色 #8F8FBD。92 半甜巧克力色#6B4226 93 赭色 #8E6B23 94 银色 #E6E8FA。
2024-04-26 15:17:18
551
2
原创 pandas日常使用大全
中国 美国 英国 德国 法国 总数。中国 美国 英国 德国 法国 总数。方差 标准差 均值 变异系数。中国 美国 英国 德国 法国 总数。中国 美国 英国 德国 法国。Name: 总数, dtype: float64。Name: 中国, dtype: float64。计算75%的分位数，Q3，上四分位数。如果存在多个众数，则求他们的均值。
2024-03-07 12:08:34
1148
原创 pandas行列求众数及按列去重
df2.drop_duplicates(subset=['学生id'],keep='first',inplace=True)按列去重，保留第一条记录；
2024-03-04 15:06:36
492
原创 抠图换背景
注释在代码中有标记，其中用微信查看背景色，十六进制转换RGB方法为，RGB分别对应#后边的两位字符，从右往左第一位字符+第二位字符*16即可转化，如76=6+7*16=118,82=2+8*16=130，de=14+13*16=222（十六进制分别对应0~9,ABCDEF，A表示10，F表示15）如上，即可实现抠图换背景。
2024-02-01 17:51:06
455
原创 线性回归实例
逻辑回归也被称为对数几率回归，实际上是用线性回归解决分类问题的分类模型（在线性回归的基础上，加了一层sigmoid函数，将线性函数变为非线性函数），sigmoid函数的形状呈‘S’形，它能将任意实数映射到0~1之间的某个概率值上；补充2：（监督学习中还有一种分类问题，用来预测离散值输出，如观察肿瘤大小，来判断是良性合适恶性，输出只有两种：【0】良性，【1】恶性）补充：（这是一个监督学习，且是回归问题，回归问题指的是预测一个具体的数据输出，即房价）逻辑回归一般用户分类预测，预测结果一般为某类可能的概率。
2024-01-11 18:26:44
931
原创 python报错A value is trying to be set on a copy of a slice
加入.copy()即可避免该报错提示。
2023-12-22 18:45:50
632
原创 进度校验多维度
df11=pd.DataFrame(df1.iloc[:,[ i for i in range(79)]+[85,87,89,94,93]])选取制定列。
2023-12-12 16:47:35
368
原创 pandas空格及网页空格符NBSP替换处理
截图中代码为python展示代码，由于网页空格符和常规空格符看起来大致相同，但却不能用常规空格替换解决。
2023-12-07 15:29:01
541
原创 合并多个excel文件的第一个sheet至一个excel的不同sheet
把同一目录下的多个.xlsx文件，取第一个sheet，合并至一个新excel文件的不同sheet，并以原excel文件名称命名新的sheet名称；
2023-12-01 18:36:38
513
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人