目录如下
1 Pandas 如何进行字符串分割:
data['site'] = data['site'].str.split('').str[1:5] #注意后面的str是中括号
2 Pandas如何对一列相同的进行统计个数
data = data['site'].str.split('').str[1:5].value_counts()
在这里插入代码片
#注意前面一定要是个变量,不要用Series
#类似于data['site'] = data['site'].str.split('').str[1:5].value_counts()会报错:
#TypeError: unhashable type: 'list'
3 如何用代码自动打开网页
webbrowser.open("test003.html") #打开该HTML 括号里面是网页路径
4 Pandas 如何对一列相同的进行求和/平均数
data['price']=(data['price']).astype(int) #将价格这一列转化为int型
data['site'] = (data['site']).astype(str) #将位置这一列转化为str这一列
a=(data.groupby('site').mean()) #通过对位置进行分组,然后求和。
5 Pandas 如何进行格式化组合
nodes= [ {"name":i, "symbolSize":j[0]/1000} for i,j in zip(a.index,a.values)]
# nodes = [
# {"name": "结点1", "symbolSize": 120},
# {"name": "结点2", "symbolSize": 20},
# {"name": "结点3", "symbolSize": 30},
# {"name": "结点4", "symbolSize": 40},
# {"name": "结点5", "symbolSize": 50},
# {"name": "结点6", "symbolSize": 40},
# {"name": "结点7", "symbolSize": 30},
# {"name": "结点8", "symbolSize": 20},
# ]
#两种结果一样,然后其他的自己根据此进行扩展
6 如何将DataFrom形式的数据转换成List()
data=(data[['lat','lng','heatmap']].values.tolist())
7 如何对多级索引合并(merge)
import pandas as pd
ele_data=pd.read_csv("ele_loss.csv")
ala_data=pd.read_csv("alarm.csv",encoding='gbk')#带有汉字
print('内连接纵向合并后的数据框大小为:\n',ala_data.merge(ele_data))
ele_data=ele_data.set_index(['ID','date'])#设置['ID','date']为索引
ala_data=ala_data.set_index(['ID','date'])
print(pd.merge(ele_data,ala_data, left_index=True, right_index=True, how='inner'))