weixin_42426372-CSDN博客

转载 python merge、concat合并数据集

数据规整化：合并、清理、过滤pandas和python标准库提供了一整套高级、灵活的、高效的核心函数和算法将数据规整化为你想要的形式！本篇博客主要介绍：合并数据集：.merge()、.concat()等方法，类似于SQL或其他关系型数据库的连接操作。合并数据集1） merge 函数参数参数说明left参与合并的左侧DataFrameright参与合并的右侧DataFramehow连接方式：‘inn...

2018-07-09 11:12:41 198

原创 python pandas ix()的意思

阅读数：123loc——通过行标签索引行数据 iloc——通过行号索引行数据 ix——通过行标签或者行号索引行数据（基于loc和iloc 的混合）同理，索引列数据也是如此！...

2018-07-09 10:24:58 254

转载 Pandas标记删除重复记录

Pandas提供了duplicated、Index.duplicated、drop_duplicates函数来标记及删除重复记录duplicated函数用于标记Series中的值、DataFrame中的记录行是否是重复，重复为True，不重复为Falsepandas.DataFrame.duplicated(self, subset=None, keep=’first’)pandas.Series...

2018-06-10 19:17:00 279

转载 python的sorted函数对字典按key排序和按value排序

1.sorted函数按key值对字典排序先来基本介绍一下sorted函数，sorted(iterable,key,reverse)，sorted一共有iterable,key,reverse这三个参数。其中iterable表示可以迭代的对象，例如可以是dict.items()、dict.keys()等，key是一个函数，用来选取参与比较的元素，reverse则是用来指定排序是倒序还...

2018-06-10 19:03:45 291

转载使用sorted对列表和字典排序

1.对列表进行排序：方法一：可以使用列表的sort函数[python] view plain copylist00=[2,1,4,2,1,4] #使用sort()进行排序，sort只能对list进行排序 list11=list00.sort() print type(list11) print list00 print list11 输出：[python] view plain cop...

2018-06-10 19:02:37 693

转载 #转载 pandas中apply函数的用法

最近在使用apply函数，总结一下用法。apply函数可以对DataFrame对象进行操作，既可以作用于一行或者一列的元素，也可以作用于单个元素。例：列元素行元素列行...

2018-06-10 10:31:16 304

转载 lambda 与def 的区别&lambda 学习

：lambda表达式lambda的一般形式是关键字lambda，之后是一个或多个参数（与一个def头部内用括号括起来的参数列表及其相似），紧跟的是一个冒号，之后是一个表达式：lambda argument1，argument2，... argumentN：expression using argument1234二：lambda与def的区别：1.lambda通常是用来在python中创建匿...

2018-06-10 10:23:37 1039

转载 axis

理解多维矩阵的"求和"、"平均"操作确实太恶心了，numpy提供的函数里还有一堆参数，搞得晕头转向的，这里做个笔记，提醒一下自己，下面是例程import numpy as npX = np.array([[1, 2], [4, 5], [7, 8]])print np.mean(X, axis=0, keepdims=True)print np.mean(X, axis=1, keepdi...

2018-06-10 10:12:57 141

原创 DataFrame.mean()函数

df.mean()等价于df.mean(0)。把轴向数据求平均，得到每列数据的平均值。df.mean(1)按照另外一个axis的方向来求平均，得到每行数据的平均值。

2018-06-10 10:04:37 8501

转载 pandas fillna()

#pandas fillna()#fillna()会填充nan数据，返回填充后的结果。如果希望在原DataFrame中修改，则把inplace设置为Truedf = pd.DataFrame({'id':[1, 2, np.NAN, 4, np.NAN, 6, 1, 2, 3], 'item1':[1, 2, 3, 4, np.NAN, 6, 1, 2, 3], 'item2':[1, 2, 3,...

2018-06-10 10:02:18 3790 1

weixin_42426372的博客