![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pandas
_____miss
这个作者很懒,什么都没留下…
展开
-
打印dataframe的时候省略号的处理
主要是动过pandas.setoption()来设置打印的属性1、打印列的宽度的设置pd.set_option('display.max_columns', 500)pd.set_option('display.width', 1000)如果希望打印所有的列,则设置如下:pd.set_option('display.max_columns', None)pd.set_option('display.width', None)二者的区别是,当列太多时,使用max_colu.原创 2020-11-15 13:58:48 · 1215 阅读 · 0 评论 -
Python 用pandas读写CSV文件的index和columns细节问题
目录1、生成一个dataframe2、写到csv文件3、读取csv文件4、总结1、生成一个dataframe(1)自己不设置index,程序自动生成indexdata = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'], 'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3], .原创 2020-11-05 23:36:16 · 35907 阅读 · 1 评论 -
Python dataframe 某两列变成一个dict
1、把dataframe中的某两列变成一个key-value形式的dict 代码如下:import pandas as pddf = pd.DataFrame({'A': ['a', 'b', 'c'], 'B': [2, 7, 1], 'C': [100, 87, 96]})# 形成以A为key,B为value的dictdc = df.set_index("A")["B"].to_dict()pri...原创 2020-07-13 21:00:37 · 4670 阅读 · 0 评论 -
python pandas 中取dataframe子分组的数据进行分析
有时候,我们需要对一个dataframe的每一个分组里面的数据做详细的分析,这个时候就需要对数据进行分组,然后把这个分组的数据取出来做其他分析,具体做法如下:# 根据“hour”这一列对data进行分组data_group = data.groupby("hour")#取出分组数据的index,并生成listhour_index = data_group.size().index.tolist()# 循环index,取出相应的index对应的子数据集,然后进行其他的分析fo...原创 2020-07-10 15:58:05 · 2897 阅读 · 9 评论 -
python pandas中的set_index()和reset_index()的用法
1、set_index() 顾名思义,就是把某一列或者某几列set为index。 一般的数据存储中有index唯一的特性,所以当set(["A", "B"])时,会自动对["A", "B"]这个组合列做group处理,最终形成一个唯一的index,如下所示:>df2 = df.set_index(["a","b"])>print(df2)输出 ca b 1 2 3 2 32、reset_index() 则是对set_i...原创 2020-07-10 15:46:44 · 2086 阅读 · 0 评论 -
python pandas 中的排序sort_index()和sort_values()
1、sort_index() 通俗点讲,就是根据index的值进行排序,如果是按行排序,可以认为是根据index的值排序,如果是按列排序,可以认为是根据columns的值进行排序。用法如下:### 按索引排序,需要指定轴和方向,默认为列方向排序unsorted_df.sort_index()#默认为index升序unsorted_df.sort_index(ascending=False)#此时为index降序 unsorted_df.sort_index(axis=1,a...转载 2020-07-10 15:31:07 · 8597 阅读 · 1 评论 -
python pandas中的applymap()、apply()、map()的用法和区别
1、applymap()是作用于整个dataframe的每个元素的,所以它一定是一个dataframe来调用,然后对里面的每个元素做一样的处理。2、apply()则是作用于dataframe其中的一行或者一列的3、map()则是作用于一个series的具体使用示例参考:[python学习笔记]map(), apply()和applymap()的区别与应用...原创 2020-07-10 15:13:21 · 985 阅读 · 0 评论 -
python pandas 读取postgresql中的数据
import psycopg2 import pandas as pd # postgres config postgres_host = "" # 数据库地址 postgres_port = "5432" # 数据库端口 postgres_user = "" # 数据库用...原创 2019-09-02 23:39:11 · 7630 阅读 · 1 评论 -
Python pandas dataframe list(列表)数据列拆分成多行的方法
需要把下面的dataframe里面列的数据类型是list的列拆分成多个行:df=pd.DataFrame({'A':[1,2],'B':[[1,2],[1,2]]})dfOut[458]: A B0 1 [1, 2]1 2 [1, 2]所用代码如下:(1)如果你要拆分的dataframe只有两列,那么使用下面的方法(亲测非常高效):df=pd...原创 2019-06-30 18:52:51 · 22208 阅读 · 0 评论 -
Python pandas dataframe 数据类型转换
1、float(浮点型)转整型(int)df['a'] = pd.to_numeric(df['a']).round(0).astype(int)原创 2019-06-30 18:27:54 · 24607 阅读 · 5 评论