![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python使用Pandas入门数据分析
蚂蚁学Python
微信公众号:蚂蚁学Python
展开
-
Pandas怎样使用GroupBy+.nlargest快速获取每个Group分组的Top 1
df = pd.DataFrame({…: ‘sp’ : [‘MM1’, ‘MM1’, ‘MM1’, ‘MM2’, ‘MM2’, ‘MM2’, ‘MM4’, ‘MM4’,‘MM4’],…: ‘mt’ : [‘S1’, ‘S1’, ‘S3’, ‘S3’, ‘S4’, ‘S4’, ‘S2’, ‘S2’, ‘S2’],…: ‘val’ : [‘a’, ‘n’, ‘cb’, ‘mk’, ‘bg’, ‘dgb’, ‘rd’, ‘cb’, ‘uyi’],…: ‘count’ : [3,2,5,8,10,1,2.原创 2021-03-03 14:01:48 · 993 阅读 · 0 评论 -
Pandas实现数据的合并concat
使用场景:批量合并相同格式的Excel、给DataFrame添加行、给DataFrame添加列一句话说明concat语法:使用某种合并方式(inner/outer)沿着某个轴向(axis=0/1)把多个Pandas对象(DataFrame/Series)合并成一个。concat语法:pandas.concat(objs, axis=0, join=‘outer’, ignore_i...原创 2019-10-17 00:07:56 · 2289 阅读 · 0 评论