[python]pandas常用

最新推荐文章于 2024-07-20 19:34:47 发布

三枚目

最新推荐文章于 2024-07-20 19:34:47 发布

阅读量356

点赞数

分类专栏： python

本文链接：https://blog.csdn.net/apsvvfb/article/details/88964077

版权

这篇博客介绍了Pandas库的一些常用操作，包括数据读写、类型转换、数据筛选、连接操作、GroupBy、删除和增加列、查找不重复值以及绘图等。重点讲解了如何使用astype()进行类型转换，read_csv()函数的dtype参数设定，以及如何通过pivot进行数据重塑。

摘要由CSDN通过智能技术生成

?

import numpy as np
import pandas as pd

features_list_temp = [x for x in df_tmp.columns if ('norm' in str(x))==True]
 features_list = [x.replace('_norm','') for x in features_list_temp]
features = df_tmp[features_list]

补集

idx_test = np.random.randint(data_num, size=test_num)
session_ymd_test = session_ymd_uniq[idx_test]
idx_train = np.array(list(set(np.arange(data_num))-set(idx_test)))

select 行 where某一列的值在某个array中

feature[feature['session_ymd'].isin([3,4,9])]

转换类型・连接两列（字符）

#列a是int型，将它转变为str
dataframe["a"].map(str)
#将列a与列b（str型）合并
dataframe["a"].map(str)+' '+dataframe["b"]

numpy -> pandas

# data_test_cur是一个pd.dataframe变量
df_pred = pd.DataFrame(data={
   'pop_pred':pop_pred})
df_pred = pd.DataFrame(data={
   'pop_pred':pop_pred},index=data_test_cur.index)

pandas -> numpy

a = df_pred.values
a.tolist()

groupby

grouped =  df_data.groupby("session_ymd")

# sessionごと、日付ごとで分ける
    grouped =  rawdata.groupby([rawdata["sessionid"],rawdata["ymd"]])
    for session_ymd, df_group in grouped: #同じsessionid,同じymdの全ログ
        # logtimeでsort
        df_group.sort_va