Pandas
文章平均质量分 84
Pandas
今天多喝热水
记录自己的个人笔记
展开
-
pandas的简单使用(文本处理)
处理字符串数据原创 2022-06-21 16:34:52 · 608 阅读 · 0 评论 -
pandas的简单使用
import numpy as npimport pandas as pd# 读文件xiao5g = pd.read_table('F:\校园小区场景.txt',header=None)xiao4g = pd.read_csv('F:\校园小区场景4G.CSV',header=None)# 写入文件writer=pd.ExcelWriter(r'F:\output.xlsx')xiao5g .to_excel(writer,sheet_name='xiao5g ',index=False)原创 2021-11-25 13:29:05 · 1056 阅读 · 0 评论 -
Pandas的pivot_table函数(数据透视表)
Pandas的pivot_table函数(数据透视表)index指定单索引指定多索引valuesaggfunccolumnsfill_value数据透视表过滤pivot_table() 的特点就是默认显示指定索引列和所有数值列。索引显示的是唯一值,所以会把对应的数值处理成均值。其他str类型的列都会自动忽略。当然,使用pivot_table() 时,可以通过添加参数进行计数或求和示例中账号是int类型,如果是str类型,那么运行结果不会显示[‘账号’]这一列的内容。import numpy as转载 2021-12-02 15:31:36 · 52885 阅读 · 6 评论 -
Pandas处理日期数据
Pandas处理日期数据依据前缀查询方便的获取周、月、季度date_range() 函数连续日期 (连续日历日)中间隔一天工作日每月的第一天每月的最后一天季度末freq参数表Pandas时间官网文档:https://pandas.pydata.org/pandas-docs/stable/user_guide/timeseries.htmlPandas日期处理,可以将2018-01-01、1/1/2018等多种日期格式映射成统一的格式对象,在该对象上提供强大的功能支持。几个概念:.to_datet原创 2021-11-30 18:56:22 · 4542 阅读 · 1 评论 -
pandas的简单使用(修改)
pandas的简单使用--修改一级目录二级目录三级目录一级目录二级目录三级目录原创 2021-11-25 13:26:19 · 1036 阅读 · 0 评论 -
pandas的简单使用(删除)
pandas的简单使用--删除一级目录二级目录三级目录一级目录二级目录三级目录原创 2021-11-25 13:25:07 · 794 阅读 · 0 评论 -
pandas的简单使用(增加)
pandas的简单使用--增加一级目录二级目录三级目录一级目录二级目录三级目录原创 2021-11-25 13:23:23 · 1490 阅读 · 0 评论 -
pandas的简单使用(数据统计)
pandas的简单使用--数据统计统计汇总类统计(针对数值型)描述性统计(针对数值型)相关系数和协方差(针对数值型)不挑类型的统计groupby分组统计单个列groupby,查询所有数据列的统计多个列groupby,查询所有数据列的统计同时查看多种数据统计查看单列的结果数据统计不同列使用不同的聚合函数遍历groupby的结果理解执行流程遍历单个列聚合的分组遍历多个列聚合的分组统计汇总类统计(针对数值型)# 统计每一列的个数df.count()# 统计值的个数(一般搭配列使用)# 不加列df.原创 2021-11-24 19:22:13 · 8249 阅读 · 1 评论 -
Pandas批量拆分Excel与合并Excel
Pandas批量拆分Excel与合并Excel将一个大Excel等份拆成多个Excel合并多个小Excel到一个大ExcelF盘一个Excel表格,具体路径是 F:\Temp\data\work.xlsx。里面记录了三百多个任务,现在要将这些任务相对平均的分到六个人身上。第一部分。源文件work.xlsx,拆分成六部分。第二部分。将六个文件合并成一个大文件,work_user.xlsx。data文件夹splits文件夹将一个大Excel等份拆成多个Excelwork_dir="F:/Te原创 2021-11-24 18:07:50 · 861 阅读 · 0 评论 -
pandas的简单使用(查询)
pandas的简单使用--查询head() 函数loc 函数iloc 函数条件查询简单逻辑模糊查询startswith() 按开头字符串进行查找endswith() 按结尾字符串进行查找contains() 模糊查询不常用的骚操作df['列名'] 与 df.列名 输出结果是一致的。哪怕列名是中文也可以但两个都只能输出一列,如果要输出多列 df[['列1','列2','列3']]head() 函数# 查看前5行df.head()# 查看前100行df.head(100)loc 函数语原创 2021-11-25 11:14:41 · 5402 阅读 · 0 评论