dataframe columns rename pandas

rename

rename 用字符串替换的方式批量改变文件名 补充说明 rename命令存在两个版本用法上有所区别 C语言版本, 支持通配符 [常用通配符说明] ? 表示一个任意字符 * 表示一个或一串任意字符 Perl版本, 支持正则表达式 [常用正则表达式符号说明] ^ 匹配输入的开始位置 $ 匹配输入的结尾 ......
rename

使用pandas操作excel

参考: https://www.php.cn/faq/630018.html https://blog.csdn.net/weixin_42575020/article/details/128850513?utm_medium=distribute.pc_relevant.none-task-blo ......
pandas excel

antd中columns中配置的操作,如何,调用函数组件中的方法

不拆分的情况下 把columns配置,写在函数组件内部。 把相关的操作,也全部写在函数组件内部。 拆分的话 1.columns的render函数中,有个actionref,可以传递dom实例上的操作方法。 2.其他方法,可以使用hooks方法进行传递。 useColumns.tsx export c ......
函数 组件 columns 方法 antd

pandas修改json数据结构

需求 { "sex": { "tome": "male", "jack": "female" }, "age": { "tome": 18, "jack": 20 } } 转换成 {'tome': {'sex': 'male', 'age': 18}, 'jack': {'sex': 'female ......
数据结构 结构 数据 pandas json

关于对pandas.DataFrame的二维表格数据排序后-再写入到Excel表格的方法

关于 pandas.DataFrame 可以将一个大列表-多个子列表的数据整理出来,最后通过.to_excel 写入到Excel表格,代码如下: Writer=pandas.ExcelWriter(ResultExcelFile) EC2_RI_Data=pandas.DataFrame(EC2_R ......
表格 DataFrame 方法 数据 pandas

数据处理神器可不止 Pandas 哦,还有 Polars,全方位解析 Polars

楔子 Python 在数据处理领域有如今的地位,和 Pandas 的存在密不可分,然而除了 Pandas 之外,还有一个库也在为 Python 的数据处理添砖加瓦,它就是我们本次要介绍的 Polars。和 Pandas 相比,Polars 的速度更快,执行常见运算的速度是 Pandas 的 5 到 ......
Polars 数据处理 神器 全方位 数据

pandas单独设一个新列,譬如从2023-11-1到2023-11-31怎么搞法?

大家好,我是皮皮。 一、前言 前几天在Python白银交流群【上海新年人】问了一个Pandas日期数据生成的问题,问题如下:大佬们,如果我想单独设一个新列,譬如从2023-11-1到2023-11-31怎么搞法?或者这个数据有11行,可不可以自行设置成2023-11-15到2023-11-26这样子 ......
2023 pandas 11 31

Pandas - 按照指定顺序排序

import pandas as pd file = rf"C:\Users\root\Desktop\文档\2024\01\08\975.xlsx" data = pd.read_excel(file, converters={ '约定采购总量': int, '实际采购总量': int, '完成率 ......
顺序 Pandas

read_excel_pandas.py

import pandas as pdimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif']=['SimHei']plt.rcParams['axes.unicode_minus']=False df = pd.read_exce ......
read_excel_pandas pandas excel read py

Python Pandas 数据可视化

​ 1、Pandas 的绘图功能 Pandas 内置的绘图功能进行数据可视化是一种快速且有效的方法,它主要依赖于 Matplotlib 库。Pandas 提供了多种绘图类型,适用于不同的数据分析和可视化需求。 1)折线图 使用plot()绘制拆线图,常用参数如下, 参数 描述 x 一维数组或列表,表 ......
数据 Python Pandas

pandas基础操作

### 为什么学习pandas- numpy已经可以帮助我们进行数据的处理了,那么学习pandas的目的是什么呢? - numpy能够帮助我们处理的是数值型的数据,当然在数据分析中除了数值型的数据还有好多其他类型的数据(字符串,时间序列),那么pandas就可以帮我们很好的处理除了数值型的其他数据! ......
基础 pandas

HDFS 转dataframe

import pyarrow.parquet as pq from pyarrow import fs # 创建Hadoop文件系统对象 fs = fs.LocalFileSystem() hadoop_path = "hdfs://<your-hdfs-address>/<csv-file>" # ......
dataframe HDFS

Python Pandas 数据整合

​ 1、数据合并 数据合并是指将两个数据集合并为一个数据集的过程。数据集的列名和数据类型是否一致。如果不一致,需要进行数据类型转换或重命名。数据集的索引是否一致。如果不一致,需要进行索引重置或合并。数据集的缺失值处理。可以使用均值、中位数或众数填充缺失值,也可以删除缺失值。 1)merge() 根据 ......
数据 Python Pandas

pandas -- Dataframe 初步使用

Dataframe 的读取 (1) 直接声明 ## 先是一个字典的形式 data = { "keyname1": [ "elem1", "elem2" ], "keyname2": [ "elem3", "elem4" ] } df = pd.DataFrame(data, index = [ <c ......
Dataframe pandas

Python Pandas 数据清洗

​ 1、处理缺失数据 处理缺失数据是数据清洗过程的一个重要部分。缺失数据可以以多种方式出现,最常见的是作为 NaN(Not a Number)。处理缺失数据涉及使用 isna() 或 isnull() 检测缺失值,fillna() 填充缺失值,dropna() 删除包含缺失值的行或列,以及 inte ......
数据 Python Pandas

select row_number() over(partition by column1 order by column2 desc

场景 定时任务,及定时任务结果两个表。 需要查询定时任务及最后一次执行结果数据 select t.task_id, t.task_name, t.task_desc,t.cron, t.task_status, b.task_result_status from dg_de_task t left ......
column row_number partition column1 column2

Python Pandas NumPy NaN和Inf简介及常用操作

​ NumPy(Numerical Python)是一个用于科学计算的库,它提供了对多维数组(例如矩阵)和一系列数学函数的支持。NumPy 中包含了处理 NaN(Not-a-Number)和 Inf(Infinity)等特殊值的功能。本文主要介绍一下Python Pandas NumPy 中 NaN ......
常用 简介 Python Pandas NumPy

Python Pandas 数据选择与过滤

​ Python的Pandas库是一个强大的数据处理和分析工具,其中数据选择与过滤是其核心功能之一。这些功能使用户能够高效地访问、修改、筛选出数据集中的特定部分。数据选择与过滤功能提供了数据操作的强大灵活性,使得数据分析工作流程变得更加高效和精确。本文主要介绍Python Pandas 数据选择与过 ......
数据 Python Pandas

kendoui grid动态创建列Dynamic Columns

Create Grids with Dynamic Columns and Data Types Create Grids with Dynamic Columns and Data TypesEnvironmentProduct Progress? Kendo UI? Grid for jQuer ......
kendoui Dynamic Columns 动态 grid

Python Pandas 基本概念

​ 1、DataFrame 和 Series 的基本概念 DataFrame 和 Series 是Pandas中两种最基本的数据结构,它们为数据分析和处理提供了强大的功能。 Series 是一种一维数组结构,类似于 Python 中的列表或者 NumPy 的数组。每个 Series 对象都有一个索引 ......
概念 Python Pandas

pandas day01

一、什么是数据分析: 数据分析是指对数据进行收集、处理、转换和挖掘,以发现数据中的规律、趋势和关联性,为决策提供支持和指导的过程。数据分析涵盖了数据预处理、数据建模、数据可视化、数据挖掘等多个方面的技术和方法。 二、pandas的初步使用: 2.1 安装模块 # 安装第三方库 pip install ......
pandas day 01

python3之pandas库

pandas中有两类非常重要的数据结构,即序列Series和数据框DataFrame。 Series类似于numpy中的一维数组;DataFrame类似于numpy中的二维数组。 DataFrame创建 # 通过二维数组创建数据框 df1 = pd.DataFrame(np.arange(12).r ......
python3 python pandas

关于pandas.to_datetime对不同时间格式使用时发生报错的情况

在看菜鸟的pandas对格式错误清洗时,发现菜鸟提供的代码在我现在的版本跑不通。 把报错在网上找了半天都是把报错errors参数给修改的。 最后重看了下报错信息,发现把format改成mixed,告诉pandas数据格式混合就可以(汗),应该是python3版本太新的问题 报错代码: import ......
to_datetime datetime 情况 格式 时间

pandas基础使用

pandas pandas介绍 Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户 ......
基础 pandas

盘点一个Pandas取值的问题(下篇)

大家好,我是皮皮。 一、前言 前几天在Python白银交流群【上海新年人】问了一个Pandas数据提取的问题,上一篇文章我们介绍了基础篇,这一篇文章我们来延伸下,你想象下,我想要14和15行该怎么写? 二、实现过程 后来【论草莓如何成为冻干莓】给了一份代码,print(df.loc[[14, 15] ......
下篇 Pandas 问题

pandas:统计一个Excel中的空值、非空值、全部值的数量

问题: 有一个Excel,一共7列10行,如下所示: 如何统计其中空值、非空值、全部单元格的数量? 解决: ①将该Excel读入为DataFrame data=pd.read_excel('data.xlsx') ②所有单元格 size是dataframe的属性 total=data.size ③非 ......
数量 pandas Excel

Python之DataFrame的使用

以下是Python之DataFrame的使用: 1.定义DataFrame的方式(不带参、使用list、使用列标签) import pandas as pd df = pd.DataFrame print(df) arr = [1,2,3,4,5] df = pd.DataFrame(arr) pr ......
DataFrame Python

Python Pandas 安装和设置

​ 1、安装 Pandas 1)确保已安装Python Pandas 需要 Python 环境。可以通过在终端或命令提示符中运行 python --version 来检查是否已安装 Python。 2)安装 Pandas 使用 Python 的包管理器 pip 进行安装: pip install p ......
Python Pandas

解决MySql: java.sql.SQLException: Incorrect string value: ‘\xF0\x9F\x8C\x9D\xF0\x9F...‘ for column

1、异常java.sql.SQLException: Incorrect string value: '\xF0\x9F\x8C\x9D\xF0\x9F...' for column '' at row 1 ; uncategorized12、解决方案2.1、针对字段修改编码格式数据库对应的字段编码 ......
SQLException Incorrect xF0 x9F x9

pandas删除空值

删除空值 在一些情况下会删除有空值、缺失不全的数据,df.dropna可以执行这种操作: df.dropna() # 一行中有一个缺失值就删除 df.dropna(axis='columns') # 只保留全有值的列 df.dropna(how='all') # 行或列全没值才删除 df.dropn ......
pandas
共760篇  :1/26页 首页上一页1下一页尾页