pandas进阶：DataFrame高级操作

最新推荐文章于 2024-07-22 16:35:32 发布
最新推荐文章于 2024-07-22 16:35:32 发布
阅读量3.4k 收藏 51
点赞数 8
分类专栏： 技术交流之python 文章标签： pandas python dataframe
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/xtfge0915/article/details/83477062
版权

我想这篇博客内容可能比较散，因为我没有任何思路，可能想到哪里写到哪里，工作中用到什么功能写什么功能。

1. drop_duplicates

drop_duplicates()的作用是删除重复行，首先，有这么一个DataFrame
在这里插入图片描述
df.drop_duplicates()后的结果：
在这里插入图片描述
drop_duplicates()还可以指定要判断的列，比如我们要删除A，B，C重复的行：
df.drop_duplicates(['A','B','C'])

2. fillnan

fillnan可以用指定值填充无效值(NAN)
在这里插入图片描述

裘千仞不会水上漂
关注
  • 8
    点赞
  • 踩
  • 51
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
专栏目录
Pandas - 操作DataFrame
G____G的博客
02-12 2653
1.DataFrame两列相除，分母为零处理方法 # 直接相除，分母不可为零 df['dead_rate'] = df['dead_count']/df['confirmed_count'] # 分母为零返回0 df_city['dead_rate'] = df_city.apply(lambda x: x['dead_count'] / x['confirmed_count'] if x['c...
pandas DataFrame操作
leiting_imecas的博客
03-29 4071
pandas 处理格式化数据的利器。 本文会不断更新1. DataFram1.1 使用字典构造>>> import pandas as pd >>> d = {'doc':['txt1'], 'nid':[100]} >>> df = pd.DataFrame(data=d, columns=('nid', 'doc')) >>> df nid doc 0 100 txt1 >>>
【python】Pandas使用大全：从基础到进阶
最新发布
qq_38614074的博客
07-22 1031
Pandas是一个功能强大的数据处理库，它提供了丰富的数据结构和操作函数，能够帮助我们高效地进行数据清洗、预处理和分析。从基础的数据创建和查看，到进阶的数据清洗和预处理，再到高级的数据分析和可视化，Pandas都提供了相应的工具和解决方案。通过不断学习和实践，我们可以充分利用Pandas的强大功能，为我们的数据分析工作带来便利和效率。
Pandas进阶
.
07-21 1063
文章目录1 文件读取与储存CSVHTML2.缺失值处理2.1 如何处理nan缺失值处理2.2 不是缺失值nan，有默认标记的如一些特殊符号3. 数据的离散化3.1 如何实现数据的离散化3.2 案例：股票的涨跌幅离散化4. 高级处理-合并Pandas综合案例1.准备数据2. **需求1**3. **需求2**4.**需求3** 1 文件读取与储存 csv(Comma-Separated value...
dataframe pandas 新建_pandas 入门：DataFrame的创建，读写，插入和删除
weixin_35955473的博客
01-14 531
不得不说DataFrame现在很火，已经有很多库都是基于DataFrame写的，而且它用起来也很方便，读excel只需要一行代码，起使用xlrd的日子，至今还脑壳疼，所以对于一个用python做数据处理的人来说，pandas是必须要了解的。对于一个数据处理工具来说，读写是最基本的，下面是我最近整理的关于pandas一些基本本操作，主要包括以下内容：如何创建DataFrame如何读取DataFram...
pandas尾部添加一条_pandas 入门：DataFrame的创建，读写，插入和删除
weixin_28836875的博客
01-14 1238
不得不说DataFrame现在很火，现在已经有很多库都是基于DataFrame写的,而且它用起来也很方便，读excel只需要一行代码，想当初xlrd可是让我头疼了好久，所以对于用python处理大数据的人来说，pandas是必须要了解的。对于一个数据处理工具来说，读写是最基本的，下面是我最近整理的关于pandas一些基本本操作，主要包括以下内容：如何创建DataFrame如何读取DataFrame...
Jupyter-Notebook-and-Pandas项目：Jupyter Notebook熊猫进阶项目
02-10
在Pandas中，NumPy的数组操作是DataFrame处理的基础，用于进行大规模数值计算。 **DataFrames** 是Pandas的核心数据结构，类似于电子表格或SQL数据库中的表。它能够存储不同类型的列，如整数、浮点数、字符串甚至是...
pandas数据处理进阶详解
09-18
主要介绍了pandas数据处理进阶详解，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
pandas基础到进阶
04-06
pands：基础的数据结构，基本操作，层级索引，函数应用，分组和聚合，透视表，交叉表等
Python DataFrame.groupby()聚合函数,分组级运算
12-24
pandas提供了一个灵活高效的groupby功能，它使你能以一种自然的方式对数据集进行切片、切块、摘要等操作。根据一个或多个键（可以是函数、数组或DataFrame列名）拆分pandas对象。计算分组摘要统计，如计数、平均值、标准差，或用户自定义函数。对DataFrame的列应用各种各样的函数。应用组内转换或其他运算，如规格化、线性回归、排名或选取子集等。计算透视表或交叉表。执行分位数分析以及其他分组分析。 groupby分组函数： 　　返回值：返回重构格式的DataFrame，特别注意，groupby里面的字段内的数据重构后都会变成索引 　　groupby(),一般和sum()、mean
Python数据科学速查表 - Pandas 进阶1
08-04
掌握这些Pandas进阶技巧对于进行复杂的数据清洗、转换和分析至关重要，它们能够帮助数据科学家更高效地处理数据，提高工作效率。在实际工作中，灵活运用这些方法能够有效地处理各种数据问题，为数据驱动的决策提供强...
Python机器学习编程与实战教学教案04pandas进阶.pdf
04-04
总的来说，本章的内容覆盖了pandas的核心操作，从数据读写到高级分析，再到数据清洗和预处理，为机器学习中的数据准备工作提供了全面的指导。通过理论教学和实验实践相结合的方式，学生将逐步熟练掌握这些技能，为在...
Pandas 进阶
Lemon_Review的博客
09-17 7872
import numpy as np import pandas as pd import matplotlib.pyplot as plt plt.rcParams['font.sans-serif'] = ['STFangsong'] plt.rcParams['axes.unicode_minus'] = False %config InlineBackend.figure_format = 'svg' 数据分析的一般流程 提取数据（筛选） 布尔索引 query()：相当于布尔索引 dro
pandas进阶
慕云
04-12 226
1、同时读取多个csv文件 import pandas as pd import numpy as np import matplotlib.pyplot as plt %matplotlib inline data_list=[] for i in range(1,8): try: data=pd.read_csv('./fangchan/lianjia{}.csv'.format(i),encoding='gbk') except: data=pd.r
pandas 进阶
佛系更新
01-22 5885
目录前言1.数据重塑1.1 一般数据1.2 多层索引 前言 本文其实属于：Python的进阶之道【AIoT阶段一】的一部分内容，本篇把这部分内容单独截取出来，方便大家的观看，本文介绍 pandas 高级，读本文之前建议先修：pandas 入门，pandas 高级 1.数据重塑 数据重塑其实就是行变列，列变行 1.1 一般数据 import numpy as np import pandas as pd df = pd.DataFrame(data = np.random.randint(0, 10
Python pandas进阶：深入数据访问与操作
"这篇进阶教程是Python数据处理库...总结来说，pandas进阶教程涵盖了从高效数据访问到复杂数据操作的广泛主题。通过熟练掌握这些知识，你可以更高效地处理和分析各种类型的数据集，为数据驱动的决策提供强有力的支持。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

裘千仞不会水上漂

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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