pandas 使用

df = pd.read_csv('/home/ubuntu/下载/New_RS_Data_All.csv')    
tdf.loc[2,['ItemName','EndValue']]
all_item = set(df['ItemName']) #所有物品名称
tdf[tdf['ItemName'] == 'Belladonna seed'] #Belladonna seed名称
pd.tdf['ItemName'].value_counts()
df.ItemName
df.ItemName.count()
df.ItemName.nunique()
df.count()
df.ItemName == 'Elder rune armoured boots'
df.ItemName == 'Elder rune armoured boots'.count('True')
df.groupby(by='ItemName').count()
df.groupby(by='ItemName').size()
df.groupby(by='ItemName',as_index=False).size()
df.groupby(by=["ItemName",'StartValue','EndValue'], as_index=True).describe()
#分组统计显示整体信息
select_count_all = df.groupby(by=["ItemName",'StartValue','EndValue'], as_index=True).describe()

# 显示所有行(参数设置为None代表显示所有行,也可以自行设置数字)
pd.set_option('display.max_columns',None)
# 显示所有列
pd.set_option('display.max_rows',None)
# 设置数据的显示长度,默认为50
pd.set_option('max_colwidth',200)
# 禁止自动换行(设置为Flase不自动换行,True反之)
# pd.set_option('expand_frame_repr', False)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值