xiaofeixia666888的博客

import pandas as pd df = pd.DataFrame([[1],[7]],columns=['推广计划']) df = df["推广计划"].value_counts().rename_axis('unique_values').reset_index(name='counts') unique_values counts 0 7 1 1 1 1 ...

在数据分析中，经常涉及numpy中的ndarray对象与pandas的Series和DataFrame对象之间的转换，让大家产生困惑。本文将简单介绍这三种数据类型，并以股票信息为例，给出相关对象之间转换的具体示例。 ndarray数组对象 NumPy中的ndarray是一个多维数组对象，该对象由两部分组成： 实际的数据； 描述这些数据的元数据。 大部分的数组操作仅仅修改元数据部分，而不改变...

pandas处理千万级以下的数据还是很快的，差不得一个G的数据量 如果追求更好的体验，就要用spark，pyspark可以满足需求，类似于sql语句的操作，主要应用的数据类型还是dataframe，处理方法和pandas类似，因为是集群处理，所以速度快，数据存储和读取都存在hadoop实现的hdfs上，主要文件形式，是csv文件...

我这里的dataframe，只有一行数据 当我用dataframe直接调用apply方法并返回一个个series时,会print两次1 然而当我只返回一个列值的时候是不会有这个重复的问题的。 官方的解释： apply在第一列/行上调用func两次，以决定是否可以进行某些优化。 而在pandas==0.18.1以及最新的pandas==0.23.4中进行尝试后发现，这个情况...