RobbenEmi的专栏

数据展示import pandas as pddf = pd.DataFrame([[1,2,3],[4,5,6],[66,10,5]],columns=['a','b','c'])目的查找a列大于10的数，并且设置其b列数据为0错误写法导致A value is trying to be set on a copy of a slice from a DataFrame出现的原因df.b[df.a>10] = 0正确写法df.loc[df.a>10,'b'] = 0

一般情况下，0 替换成nan会写成df.replace(0, None, inplace=True)然而替换不了，应该是这样的df.replace(0, np.nan, inplace=True)

一个PDF文件，可能有文字也可能有表格，把需要的表格内容写到Excel里面可以这样做。可以看到，表格的开头是有文字的，可以以它为截取的开始。源文件为test.pdf目标文件为pdf.xlsximport pdfplumber # 关键在这个库import pandas as pddef func(src, dest='pdf.xlsx'): pdf = pdfplumber.open(src) size = len(pdf.pages) #pdf有多少页 .

假设有2个dataframe分别为df1 和 df2，如下 一：多个Dataframe操作1、拼接df1的A列 和df2的B列代码如下pd.concat([df1['A'],df2['B']],axis=1)结果如下说明：很显然，df1和df2的行数不一样，所以出现了NaN。二：单个Dataframe操作1、df1添加一行代码如下df1.append({'A':5,'B':10},ignore_index=True)...

解决办法如下：创建一个表，说明数据# name和id同时作为primary keycreate table grade( name varchar(20), id int, sex varchar(2), primary key(name,id))import pandas as pddata = { 'mingzi':['john','lily'], 'ID':[...

如果用dataframe运算的时候，难免碰到很多NaN，这就出现了几个问题这个NaN是math的，不是numpy的你不能用np.NAN, 而必须用 float(‘nan’)不能用 np.isnan(value)，必须用math.isnan(value)如果要查询一列中，某个值在该列中的位置，那么NaN会被忽略比如dataframe的一列数据是[1,2,3,4,5,NaN]，这里面...

pandas.concat出现这个错误，往往是你的dataframe的列重复了，比如你有两个date列

假如有个dataframe如下，这里需要去除第一个aa，保留最后一个aa关键代码# 如果你想保留第一个aa，那么keep就是firstdf.reset_index().drop_duplicates(subset='index', keep='first').set_index('index')结果如下：...

# 括号不能少data[(data['age']>20) & (data['height']>176)]

把任何值替换为NaNimport numpy as npvalue = -999df = df.replace(value,np.NAN)把任何值为NaN的数值替换为0value = 0df = df.fillna(value)

假设有个dataframe叫做df，有[‘a’,‘b’,‘c’,‘d’,‘e’,‘f’,‘g’]列，但是你只想要除了’e’列之外的所有列col = df.columns.values.tolist()col.remove('e') # 切不可用col = col.remove('e'),或者直接把remove加到上面这行代码中，否则col为空new_df = df[col]print(n...

假设有以上的数据，蓝底的是PERCENTRANK.EXC的结果，我们要用python计算该值，则可以按照如下方式解决import pandasdf = pd.DataFrame([[10,3],[11,4],[12,5],[13,6],[14,'']],index=[1,2,3,4,5],columns=['size','num'])size_df = df['size']num_df ...

import pandas as pddata = [[1,2],[2,3],[3,4],[-3,4],[-2,3]]column = ['a','b']df = pd.DataFrame(data,columns=column)#筛选a列绝对值大于2的数v = df[abs(df['a']) > 2]print(v['a'])打印出来的结果是...

import pandas as pddf = pd.DataFrame(data=[[1,2,3],[2,3,4]],columns=list('abc'))for i in range(len(df)): row = df.iloc[i].values # 返回一个list print(row) pass打印结果是：[1 2 3][2 3 4]...

import pandas as pdcol = ['name','sex','age']# 初始化空 DataFramedf = pd.DataFrame(columns = col)arr= [['lily','female','12'],['john','male','13']]for i in range(len(arr)): # 注意： # 1. 以下代码...