hooyying的博客

【代码】使用python-docx在word文档中查找书签，并在书签处写入数据。

语句和语句指明了当出现"运行时错误"时的处理方式。当加上On Error Resume Next语句后，如果后面的程序出现"运行时错误"时，会继续运行，不中断。当加上On Error Goto 0语句后，如果后面的程序出现"运行时错误"时，会显示"出错信息"并停止程序的执行。Err对象重要的属性有三个：Number, Source, Description。分别是错误号，错误来源，错误描述。

sleep.new$Span[is.na(sleep.new$Span)]

import numpy as npimport pandas as pdfrom datetime import datetimefrom pandas.tseries.offsets import Day, MonthEndsj = pd.Series(np.random.randn(20), index=pd.date_range('1/15/2022', periods=20, freq='3d'))sj2022-01-15 0.85296520

close_px = pd.read_csv(u'https://gitee.com/pan19/data-source/raw/master/stock_px_2.csv', parse_dates=True, index_col=0)close_px.info()close_px.head(10)type(close_px[‘SPX’]) 返回 pandas.core.series.Seriestype(close_px[[‘SPX’]]) 返回

使用以下数据集close_px = pd.read_csv(u'https://gitee.com/pan19/data-source/raw/master/stock_px_2.csv', parse_dates=True, index_col=0)close_px.info()close_px.head(10)如果lambda什么也不做，只是打印，可以看到groupby默认使用索引进行分组show_index = lambda x: print(

ages = np.array([1,5,10,40,36,12,2,2,67,45,90,3,6,8,23,45,12,15,17,22,4,33,28,56,58,62,77,89,100,18,20,25,30,32]) #年龄数据quartiles=pd.cut(ages, [0,6,12,17,45,69,100], labels=[u"婴幼儿",u"儿童",u"青少年",u"青年",u"中年",u"老年"])quartiles输出['婴幼儿', '儿童', '儿童', '中年', '中

people = pd.DataFrame(np.random.randn(5, 5), columns=['a', 'b', 'c', 'd', 'e'], index=['Joe', 'Steve', 'Wes', 'Jim', 'Travis'])people.iloc[2:3, [1, 2]] = np.nan # Add a few NA valuespeople a

reset_index()主要用于重置索引假设如下数据集的索引为date、itemdate item 1959-03-31 23:59:59.999999999 realgdp 2710.349 infl 0.000 unemp 5.8001959-06-30 23:59:59.9

假设存在以下数据集 realgdp realcons realinv realgovt realdpi cpi m1 tbilrate unemp pop infl realint0 2710.349 1707.4 286.898 470.045 1886.9 28.98 139.7 2.82 5.8 177.146 0.00 0.001 2778.801 1733.7 310.859 481.301 1919.7 29.15 141.7

frame = pd.DataFrame(np.arange(12).reshape((4, 3)), index=[['a', 'a', 'b', 'b'], [1, 2, 1, 2]])frame形成一个二维数组 0 1 2a 1 0 1 2 2 3 4 5b 1 6 7 8 2 9 10 11unstackunstack先把内层索引逆时针旋转到列索引，内层索引对应几列，就形成几个列

data = pd.Series(np.random.randn(9),\ index=[['a','a','a','b','b','b','c','c','c'], [1,2,3,1,2,3,1,2,3]])dataa 1 -0.901880 2 0.083255 3 1.002014b 1 2.033284 2 -1.063635 3 -0.415264c

如果一个字符串由相同连接符组合而成，例如’2017-02-28‘date = ['2017','02','28']'-'.join(date)逆操作val = '2017-02-28‘date = [x.strip() for x in val.split(',')]date

import datetimefrom dateutil import parserdef getDateTime(s): d = parser.parse(s) return d

import datetimestart = datetime.datetime(2015,1,1).date()end = datetime.date.today()print(end-start)

df = pd.DataFrame(np.arange(12).reshape((4,3)),\ columns=list('abe'),\ index = ['wo','shi','shui','ha'])formatr = lambda x:'%.1f' %xdf.apply(formatr)pandas 的 apply() 函数可以作用于 Series 或者整个 DataFrame，功能也是自动遍历整个 Series 或

import pandas as pdimport numpy as npurl = 'https://raw.githubusercontent.com/HoijanLai/dataset/master/PoliceKillingsUS.csv'df = pd.read_csv(url,sep=',')df.head()1.普通选择数据要选择某一行数据，不能使用数组方式，普通切片不包括尾部例如:df[0:2]普通方式选择列，不能切片df[[‘name’,‘flee’]]2.使用l

import pandas as pdimport numpy as npurl = 'https://raw.githubusercontent.com/HoijanLai/dataset/master/PoliceKillingsUS.csv'df = pd.read_csv(url,sep=',')df1.对多列运算df.groupby('race').agg({'age':np.median,'signs_of_mental_illness':np.sum})2.对单列进行多个

1.首先通过groupby得到DataFrameGroupBy对象, 比如df.groupby('race')2.然后选择需要研究的列, 比如['age'], 这样我们就得到了一个SeriesGroupby, 它代表每一个组都有一个Series3.对SeriesGroupby进行操作, 比如.mean(), 相当于对每个组的Series求均值4.如果df.groupby('race')后不选列, 则会遍历所有列, pandas会对**能成功操作的列**进行操作, 最后返回的一个由操作成功的列组成的Da

假设以下数据集robbery：对incidentdatetime列进行转换from dateutil.parser import *robbery['incidentdatetime'] = robbery.incidentdatetime.apply(lambda x:parse(x))

下载数据集：from google.colab import filesfiles.download('a.csv')挂载google drivefrom google.colab import drivedrive.mount('/content/gdrive')更改运行目录import osos.chdir("/content/gdrive/My Drive/Colab Notebooks")或者import pathlibfrom google.colab import d

显示第0、1、3列的标题df.columns[[0，1，3]]然后可以使用drop函数进行删除列操作df.drop(df.columns[[0,1,3]],axis = 1)

一.假设有数据集dfdf.isnull()返回DateFrame,元素为空或者NA就显示True，否则就是False二.判断有空值的列df.isnull().any()当列有为空或者NA的元素，就为True，否则False三.显示出有空值列的列名的列表,iris.columns[iris.isnull().any()].tolist() 四.删除全部是空值的行iris.dropna(axis=0,how='all',inplace=True)五。删除全部是空值的列iri

假设有以上数据集apple，使用日期作为索引apple.sort_index(ascending= True)

转换前dtypeDate objectOpen float64High float64Low float64Close float64Volume int64Adj Close float64dtype: object执行pd.to_datetime(Date)转换后dtypeDate datetime64[ns]Open flo

Pandas中的resample，重新采样，是对原样本重新处理的一个方法，是一个对常规时间序列数据重新采样和频率转换的便捷的方法。降采样：高频数据到低频数据升采样：低频数据到高频数据data数据集weekly = data.resample('W').agg(['mean','std'])使用周重新采样，并且使用mean和std对所有列进行聚合...

假设存在数据集data:我们想按年份进行聚合：首先把索引变成以年份为单位：data.index.to_period('A')再用年份进行分组data.groupby(data.index.to_period('A'))假设使用均值对每个列进行聚合data.groupby(data.index.to_period('A')).mean()按月份进行聚合data.groupby(data.index.to_period('M')).mean()...

也就是对每一行求值假设存在数据集data: RPT VAL ROS KIL SHA BIR DUB CLA MULYr_Mo_Dy 1961-01-01 15.04 14.96 13.17 9.29 NaN 9.87 13.67 10.25 10.83 1961-01-02 14.71 NaN 10.83 6.50 12.62 7.67 11.50 10.04 9.79 1961-01-03

假设存在数据集data:计算空值个数：data.isnull().sum()计算非空值个数：data.notnull().sum()

一.date类介绍作用：date类用来处理日期信息date类是datetime的内嵌类，实例化语法：datetime.date(year,month,day)参数介绍：year年份、month月份及day日期import datetimet=datetime.date(2019,8,26)print(type(t))print(t.day,t.month,t.year)date类日期的格式化输出语法：date对象.strftime(格式化字符串)日期格式化字符帮助输出格式化的日期字

\s表示匹配任何空白字符，包括空格、制表符、换页符等等, 等价于[ \f\n\r\t\v]而"\s+"则表示匹配任意多个上面的字符\f -> 匹配一个换页\n -> 匹配一个换行符\r -> 匹配一个回车符\t -> 匹配一个制表符\v -> 匹配一个垂直制表符作者：代码青年ing链接：https://www.jianshu.com/p/72dc45359b31来源：简书著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。...

适用于拼接数据后重新制作索引以下数据由三个100行的数据集上下拼接而成，注意索引的从上到下为0-99，0-99，0-99共300个元素 00 41 42 23 24 3... ...95 2732196 1325597 1274198 2006799 21760300 rows × 1 columnsbigmkt.reset_index(drop=False)drop参数：是否删除原索引不删除原来索引再增加一index列index 0

假设存在如下数据集mtk： 0 1 20 1 3 162501 4 1 145012 3 3 277723 1 3 297434 4 3 22985mkt.rename(columns={0:'first',1:'second',2:'third'},inplace=1)生成如下： first second third0 4 1 100111 4 2 210102 2 1

DataFrame.resample(rule, how=None, axis=0, fill_method=None, closed=None, label=None, convention='start',kind=None, loffset=None, limit=None, base=0)参数 说明freq 表示重采样频率，例如‘M’、‘5min’，Second(15)how=‘mean’ 用于产生聚合值的函数名或数组函数，例如‘mean’、‘ohlc’、np.max等，默认是‘mean’

crime.Year int64pd.to_datetime(crime.Year,format = '%y%m%d')crime.Year datetime64

假设存在如下数据集drinks：以continent列进行分组：drinks.groupby(by='continent')返回值是个重构格式的DataFrameGroupBy object，没法直接输出('AF', country beer_servings spirit_servings wine_servings \2 Algeria 25 0

图中数据框army的索引设置为origin1.army.loc[‘Maine’]返回值 Series 类型regiment Dragoonscompany 1stdeaths 43battles 4size 1592veterans 73readiness 2armored 0deserters 3Nam

import pandas as pddf = pd.read_csv("…/shit.csv")df[‘x’].unique()#返回对应列的不同值df[‘x’].nunique()#返回不同值的数值

版权声明：本文为CSDN博主「竹～松」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。原文链接：https://blog.csdn.net/weixin_52227083/article/details/120470534import pandas as pddf={'姓名':[' 刘备','蜘蛛精 ','孙悟空 ',' 猪八戒','孙权'], '英文名':['Liu bei','zhi zu jing','Zhang fei','Zhu ba jie','

数据框：footballTeamGoalsYellow CardsRed CardsGermany1040Spain12110对Team列进行字符串操作footbal.Team.str.方法名