![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pandas
韭浪
以个人笔记为主,文章bug多,经常改动,无需关注
展开
-
Pandas更改列类型
先看一个非常简单的例子: a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']] df = pd.DataFrame(a) 有什么方法可以将列转换为适当的类型?例如,上面的例子,如何将列2和3转为浮点数?有没有办法将数据转换为DataFrame格式时指定类型?或者是创建DataFrame,然后通过某种方法更改每列的类型?理想情况下,希望以动态的方式做到这一点,因为可以有数百个列,明确指定哪些列是哪种类型太麻烦。可以假定每列都包含相同类转载 2020-06-13 17:44:20 · 987 阅读 · 0 评论 -
【pandas】DataFrame去掉整列相同的数据
法一 不适用于字符串类型的数据 X.drop(X.columns[X.std() == 0], axis=1, inplace=True) 法二 通用 X = X.loc[:, (X != X.iloc[0]).any()]原创 2020-07-12 22:27:13 · 1673 阅读 · 0 评论 -
pandas缺失值相关处理
# 删除全部为NaN的行 df.dropna(axis=0, how='all') # 删除含有NaN的行 df.dropna(axis=0,how='any') # 删除全部为NaN的列 df.dropna(axis=1,how='all') # 删除含有NaN的列 df.dropna(axis=1,how='any')原创 2020-05-23 12:49:30 · 241 阅读 · 1 评论