![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
文章平均质量分 57
kanchigo
这个作者很懒,什么都没留下…
展开
-
pandas操作4(处理缺失值/位置索引)
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录插值one-hot位置索引其他操作插值通过.fillna()填充空值。inputs = inputs.fillna(inputs.mean())插入其他值的平均数,防止出现数据过大的波动。one-hot有时输入的空值的含义是某个类别,比如说一个电脑的独显类型,如果是“NaN”那就代表这个电脑是没有独显的,可以将“NaN”视为⼀个类别。可以用.get_dummies()来生成两列one-hot。inputs = pd原创 2021-07-19 21:43:37 · 2245 阅读 · 0 评论 -
pandas操作3(插入列insert/统计出现次数value_counts)
python数据处理,用pandas将另一个dataframe的列插入到当前需要的dataframe中;按时间统计某值出现的次数。文章目录插入列按时间统计某值出现次数插入列有时可能需要从另一个数据集中提取一列插入到另一个数据集中(最好是行数相等),可以通过.insert()来操作数据集。df1.insert(3, 'users number', df2['users number'])各参数意义如下:df.insert(插入到哪一列, '列名', another_df['需要被插入的那一列原创 2021-06-13 16:51:21 · 1911 阅读 · 2 评论 -
pandas操作2(增加列并赋值/两列时间相减/按时间合并且求和)
pandas常用csv操作增加一列数据并赋值两列时间相减按时间合并且求和增加一列数据并赋值有时候可能会遇到需要增加一列数据,例如增加一列全为1的数据,方便按时间合并行过后统计次数。df['xxx number'] = 1两列时间相减使用pandas求两列时间的差,也就是统计csv数据集种某个任务持续的时间df['end time'] = pd.to_datetime(df['end time'])df['start time'] = pd.to_datetime(df['start time原创 2021-06-07 10:46:24 · 4105 阅读 · 0 评论 -
pandas操作1(读csv不要索引/写csv不要索引/删除有空值行/按时间排序)
pandas常用csv操作读csv不要索引(index)写csv不要索引删除有空值的行按时间排序读csv不要索引(index)在使用pandas读csv(read_csv())时,会默认产生一列索引,当你要把处理过后的csv文件生成一个新的csv文件时,就会多出一列索引值且这一列没有名字,不方便通过drop(columns=[‘name’])来删除,可以一开始在读的时候就让它不要产生索引(index_col=0)。df = pd.read_csv('filename.csv', encoding='u原创 2021-06-06 22:59:01 · 27680 阅读 · 2 评论