- DataFrame的apply()是逐行进行操作,有些函数DataFrame没有,就需要使用apply(),也存在其他情况可以直接操作整列,效果与逐行操作相同。
order['交易时间'] = pd.to_datetime(order['交易时间'])
直接对原数据框的列操作,不会报Warning;但如果是对数据框的copy操作,比如在for循环中,或原数据框切片中,那么会报Warning,提醒你正在对copy进行操作,做出的改变不会影响原数据框。【这是暂时的理解,未必正确】- Jupyter Notebook页面内每次重新运行不会自动清除变量缓存,有时这会引发一些问题。所以经常需要使用“重新运行”,或关闭重开。
- pandas的pd.set_option(‘precision’, 3)对float类型是设置小数位数;对object类型的小数,是总位数;对object类型的整数无效。
- pandas使用describe()显示的dtype常是错误的,不知为何。使用info()和dtypes是正确的。
- DataFrame的index是可以重复的,并非必须唯一性。
- DataFrame切片或drop行后,索引不会自动重新生成,使用loc和iloc时需注意。或者根据需要重新生成索引。
Python3 Notes
最新推荐文章于 2023-03-14 20:54:57 发布