weixin_45718167的博客

https://blog.csdn.net/qq_18888869/article/details/82625343?utm_source=distribute.pc_relevant.none-task

对axis的理解在我理解看来，numpy中参数axis代表的就是维度。即通过.shape函数输出的元素有几个，axis 最大 就是几，即这个数组最大的维度。同时注意，在numpy中 rank 代表的是数组的维度而不是秩，区别于线代的rank在numpy中，rank和axis的最大值是一个意思import numpy as npimport pandas as pdrng = np.ra...

**1.open()和close()**在读取文件内容前需先打开文件，并且在结束后关闭文件代码：f = open('hallo.txt','r')print(f)f.close()​print(f.read()) #read（）函数将返回文件内容输出：<_io.TextIOWrapper name='hallo.txt' mode='r' encoding='cp936...

http://www.pythoner.com/205.html

简单来说，iloc（）和loc（）区别就在于前者是通过索引名来索引，后者通过索引值索引同时要注意，当一个DataFrame的索引是默认状态时，二者没有什么区别，因为索引值和索引名都是一样的来看下面几个例子先看看iloc（）的df = pd.DataFrame(np.arange(0,45,3).reshape(5,3), index = ['a','b',...

.unstack（）和.stack（）首先创建一个多级的DataFramedata = pd.DataFrame(np.arange(6).reshape((2, 3)), index=pd.Index(['Ohio','Colorado'], name='state'), columns=pd.Index([...

.combine_first（）以例子说明df1 = pd.DataFrame([np.nan, 1, 2, np.nan,3])df2 = pd.DataFrame([1, 2, 3, np.nan, np.nan])print(df1)print('————')print(df2)print('————')print(df1.combine_first(df2)) #用d...

现在我们假如有一个列表，需要统计其中每种元素的个数，我们可以这样写lis1 = ['a','b','c','a','c','a','a','b','c']result = {}for i in lis1: if i in result: result[i] += 1 else: result[i] = 1print(result)out:...