![](https://img-blog.csdnimg.cn/20201014180756724.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
情懷#妳懂嗎
这个作者很懒,什么都没留下…
展开
-
七、基于python创建一个和已有dataframe相同columns的空白dataframe
说明:创建一个和我们已有的数据文件相同columns的dataframe。1、导入数据import pandas as pdimport numpy as npdata = pd.read_excel(filepath)#filepath为文件路径名data.head(3)#查看数据前3行显示结果:2、创建一个和data相同columns的dataframedata1 = pd.DataFrame(columns = data.columns.to_list())data1显示结原创 2020-09-19 20:21:50 · 1634 阅读 · 0 评论 -
五、dataframe中根据某一列的值的大小排序
1.数据实例:import pandas as pddict={"name":["小王","小明","小辉","小红","小李"], "education":["大专","本科","研究生","本科","本科"], "salary":[8000,7000,12000,10000,9000]}df=pd.DataFrame(dict)df数据结果:2.按salary大小排序df.sort_values("salary",inplace=True)df排序结果:原创 2020-08-21 20:44:31 · 9163 阅读 · 0 评论 -
四、基于python的字符串的处理(字符串的拆分与类型转换)
本章分享一个字符串的拆分技巧,以及字符串怎么转化为整形数据用于计算。任务要求:将salary列数据转换为最大值与最小值的平均值1.数据的创建import pandas as pddict={"name":["小王","小明","小辉","小红","小李"], "education":["大专","本科","研究生","本科","本科"], "salary":["6k-10k","7k-9k","10k-15k","10k-12k","5k-8k"]}df=pd.DataFr原创 2020-08-21 20:22:02 · 677 阅读 · 0 评论 -
三、基于python的数据批量读取、处理与保存
1.数据的批量读取#导入需要用到的库函数import numpy as npimport pandas as pdimport os#文件路径dir_str=r"F:\车联网数据\所有车辆数据\数据" #此处填文件的路径file_name=os.listdir(dir_str)file_dir=[os.path.join(dir_str,x) for x in file_name]file_dir[:,5] #显示前5个结果如下:2.数据的批量处理与保存此处可写个循环,将数据原创 2020-08-14 17:29:00 · 2648 阅读 · 0 评论