np and pd
疯子vs年华
帅的逼真,菜的真实!!!
展开
-
applymap
它们的区别就在于应用对象的不同1、map map()是Series对象的一个函数,DataFrame中没有map(),map()的功能是将一个自定义函数作用于Series对象的每个元素。eg:复制代码1 frame = pd.DataFrame({ ‘key1’:[‘a’,‘b’,‘c’,‘d’], ‘key2’:[‘one’,‘two’,‘three’,‘four’], ‘data1’:np.arange原创 2021-07-29 18:45:39 · 1233 阅读 · 0 评论 -
pandas 读取redis
# !/usr/bin/env Python3# -*- coding: utf-8 -*-# @Author : zsc# @FILE : redis获取.py# @Time : 2020/6/11 12:50# @Software : PyCharmimport redisimport jsonimport pandas as pdfrom sqlalchemy import create_engineengine = create_engine("mysq.原创 2020-06-11 18:11:23 · 1556 阅读 · 0 评论 -
pandas之DataFrame取行列(df.loc(),df.iloc())以及索引
import pandas as pdimport numpy as npdf = pd.DataFrame(np.arange(24).reshape(6,4),index=list("ABCDEF"),columns=list("WXYZ"))# df 输出的结果为: W X Y ZA 0 1 2 3B 4 5 6 7C 8...原创 2020-01-16 19:15:02 · 17784 阅读 · 1 评论 -
pandas DataFrame applymap()函数
1.dataframe和series中都有apply方法,dataframe中的apply方法需要指定axis参数,是对一行或者一列进行操作,比如求一列的最大值与最小值之差等;series中的apply方法与map方法一样,都是作用于单个元素,所以不具有axis参数;更不能求最大值与最小值之差,因为apply到的是单个元素,单个元素时没有最大值、最小值一说的;2. dataframe中的ap...原创 2020-01-16 16:23:17 · 3662 阅读 · 0 评论 -
pandas中关于set_index和reset_index的用法
1.set_indexDataFrame可以通过set_index方法,可以设置单索引和复合索引。DataFrame.set_index(keys, drop=True, append=False, inplace=False, verify_integrity=False)append添加新索引,drop为False,inplace为True时,索引将会还原为列In [3...原创 2019-07-31 16:23:25 · 690 阅读 · 2 评论 -
Pandas中DateFrame修改列名 rename的使用方法
Pandas中DateFrame修改列名import pandas as pda = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6], 'C':[7,8,9]})print(a) A B C0 1 4 71 2 5 82 3 6 9方法一:暴力方法 但是缺点是必须写三个,要不报错>>>a.co...原创 2019-07-31 15:56:30 · 61957 阅读 · 0 评论 -
pandas 中reindex的使用
pandas中的reindex方法可以为series和dataframe添加或者删除索引。方法:serise.reindex()、dataframe.reindex()如果新添加的索引没有对应的值,则默认为nan。如果减少索引,就相当于一个切片操作。import numpy as npimport pandas as pdfrom pandas import Series, Da...原创 2019-07-31 15:39:37 · 2390 阅读 · 0 评论 -
python 处理数据归一化
数据规范化为了消除指标之间的量纲和取值范围差异的影响,需要进行标准化(归一化)处理,将数据按照比例进行缩放,使之落入一个特定的区域,便于进行综合分析。数据规范化方法主要有: - 最小-最大规范化 - 零-均值规范化数据示例代码实现#-*- coding: utf-8 -*-#数据规范化import pandas as pdimport numpy as npdat...转载 2019-06-13 11:37:18 · 6442 阅读 · 0 评论 -
pandas中shift()、diff()、corr()、cov()等函数的用法
Series的方法:1、shift(n) : 表示值向下移动 n位, 索引不变, 默认 shift() == shift(1)2、diff(n): 表示递减, n 表示多阶, 默认 diff() = diff(1)s = pd.Series([1, 2, 4, np.nan, 5, 7, 9, 10], index=dates)print (s)s.shift(2) ...原创 2019-03-29 11:41:27 · 9217 阅读 · 1 评论 -
Pandas Series转换为DataFrame
#Series转换为DataFrameSeries有一个to_frame()方法,但是当Series的index也需要转变为DataFrame的一列时,这个方法转换会有一点问题。所以,下面我采用将Series对象转换为list对象,然后将list对象转换为DataFrame对象。eg:import pandas as pddict_month = {'month':mont...原创 2019-03-29 10:15:58 · 13908 阅读 · 0 评论 -
pandas 去重 drop_duplicates 函数
DataFrame中存在重复的行或者几行中某几列的值重复,这时候需要去掉重复行,示例如下:data.drop_duplicates(subset=['A','B'],keep='first',inplace=True)参数含义:代码中subset对应的值是列名,表示只考虑这两列,将这两列对应值相同的行进行去重。默认值为subset=None表示考虑所有列。keep='f...原创 2019-04-01 15:35:53 · 45740 阅读 · 1 评论 -
numpy 增删改查
https://blog.csdn.net/zhangchuang601/article/details/79626511转载 2019-04-10 17:16:33 · 592 阅读 · 0 评论 -
numpy np.c_ [ ] 和 np.r_[ ] 的用法
np.r_是按列连接两个矩阵,就是把两矩阵上下相加,要求列数相等。np.c_是按行连接两个矩阵,就是把两矩阵左右相加,要求行数相等。1、np.c_ 用法:a = np.array([[1, 2, 3],[7,8,9]]) b=np.array([[4,5,6],[1,2,3]]) aOut[4]: array([[1, 2, 3], [7, 8, 9]...原创 2019-04-10 17:10:08 · 533 阅读 · 0 评论 -
Numpy 矩阵增加一行或一列
如何给 numpy 数据, 指定插入一列或者一行数据, insert 还是相当好玩的, 可以指定位置插入,相对于其他的还是挺强大的。添加一列数据:方法1: 使用 insertc = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[10,11,12]]])mylist = []for i in c: f = np.insert(i, ...原创 2019-04-10 16:50:02 · 24068 阅读 · 2 评论 -
pandas 排序 和 自定义排序
pandas 自定义排序: 这个还是功能很强大的, 按照指定的顺序进行排序import pandas as pd#数据集df = pd.DataFrame({'word':['a','b','c'], 'num':[2,1,3]})#自定义排序顺序,此顺序对应为升序ascending=Truelist_sorted = ['b', 'a', 'c']#对相关列进行自定义排序d...原创 2019-03-29 17:18:55 · 12271 阅读 · 0 评论 -
python groupby 的基本操作
一、groupby的基础操作In [2]: df = pd.DataFrame({'A': ['a', 'b', 'a', 'c', 'a', 'c', 'b', 'c'], ...: 'B': [2, 8, 1, 4, 3, 2, 5, 9], ...: 'C': [102, 98, 107, 10...原创 2019-03-25 16:58:29 · 6609 阅读 · 0 评论 -
pandas 刪除列和行的基本操作
用法:DataFrame.drop(labels=None,axis=0, index=None, columns=None, inplace=False)参数说明:labels 就是要删除的行列的名字,用列表给定axis 默认为0,指删除行,因此删除columns时要指定axis=1;index 直接指定要删除的行columns 直接指定要删除的列inplace=Fa...原创 2019-03-25 11:23:01 · 695 阅读 · 1 评论 -
pandas 缺失值与空值处理
1.相关函数 df.dropna()df.fillna()df.isnull()df.isna()2.相关概念空值:在pandas中的空值是""缺失值:在dataframe中为nan或者naT(缺失时间),在series中为none或者nan即可 3.函数具体解释DataFrame.dropna(axis=0, how='any', thresh=...转载 2019-02-13 15:32:59 · 2834 阅读 · 0 评论