pandas
pandas中的agg和rolling和asfreq
import pandas as pd df = pd.DataFrame({"col1": list(range(10)), "col2": list(range(1, 11)), "col3": "2" * 10}) print(df.shape) print(df) # 找出df中每列的最小值 ......
Python pandas读取csv文件时数字变成科学计数法（含有e）
###字段内容比较长时，Python 读取会变成变成科学计数法（含有e） 像这样 import pandas as ps data=ps.read_csv(r"E:\AppData\DongDong\Download\file\2023-04\BaseDataPriceDetail.csv",sep ......
pandas.DataFrame—构建二维、尺寸可变的表格数据结构
语法格式 pandas.DataFrame(data=None, index=None, columns=None, dtype=None, copy=None) 常用的几个参数解释： data: 一系列数据，包括多种类型； index: 索引值，行标签，默认值为RangeIndex(0, 1, 2 ......
pandas.DataFrame.groupby—使用映射器或通过一系列列对数据框进行分组
语法格式 DataFrame.groupby(by=None, axis=0, level=None, as_index=True, sort=True, group_keys=_NoDefault.no_default, squeeze=_NoDefault.no_default, observe ......
pandas 解析页面table
import pandas as pd ff = """ <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" "http://www.w3.org/TR/xhtml1/DTD/xhtml1-transitional.dtd"> ......
pandas常用方法
import pandas as pd# 读取CSV文件df = pd.read_csv('data.csv')# 读取Excel文件df = pd.read_excel('data.xlsx')# 读取SQL数据import sqlite3conn = sqlite3.connect('data. ......
pandas高级用法
import pandas as pd# 创建多级索引index = pd.MultiIndex.from_arrays([['A', 'A', 'A', 'B', 'B', 'B'], [1, 2, 3, 1, 2, 3]], names=['group', 'number'])# 创建DataF ......
【Python】pandas 删除空值数据 dropna
dropna import pandas as pd import numpy as np df = pd.DataFrame( { "name": ['Alfred', 'Batman', 'Catwoman'], "toy": [np.nan, 'Batmobile', 'Bullwhip'], ......
pandas的numpy中np.linspace函数与np.arange函数的区别
numpy中np.linspace函数与np.arange函数的区别 NumPy 中的linspace()和arange()函数都可以用于创建数字序列，但它们之间有一些关键的区别。 arange()函数创建一个一维的数组，其中元素从指定的开始值开始，按指定的间隔增加，并一直到结束值（但不包括结束值） ......
从Pandas快速切换到Polars ：数据的ETL和查询
对于我们日常的数据清理、预处理和分析方面的大多数任务，Pandas已经绰绰有余。但是当数据量变得非常大时，它的性能开始下降。 我们以前的两篇文章来测试Pandas 1.5.3、polar和Pandas 2.0.0之间的性能了，Polars 正好可以解决大数据量是处理的问题，所以本文将介绍如何将日常的 ......
（一）pandas读取excel数据
import pandas xlsfile = pandas.read_excel('config.xlsx') #默认读取excel中的第一个sheet表，所有列 data = xlsfile.values.tolist()#将字典转换成列表print（data） 输出结果： [[1, '注册模块 ......
Pandas另存为excel的时候我想从B列开始存储，不想要A列，应该怎么处理呢？
大家好，我是皮皮。 一、前言 前几天在Python最强王者交流群【eric】问了一个Pandas的问题，这里拿出来给大家分享下。另存为excel的时候我想从B列开始存储，不想要A列，应该怎么处理呢？另存为excel的时候我想从B列开始存储，不想要A列，应该怎么处理呢？我看start_col=1的时候 ......
Pandas 读写sqlite数据库
SQLite3工具实现了简单、轻量级的DBMS SQL，因此可以内置于用python语言实现的任何应用。若想使用数据库的所有功能而又不想安装真正的数据库，这个工具就是最佳选择。若想在使用真正的数据库之前练习数据库操作，或在单一程序中使用数据库存储数据而无需考虑接口，SQLite3都是不错的选择。 使 ......
numpy & pandas学习
numpy & pandas 介绍 & 安装 numpy 和 pandas 用于数据分析/处理 numpy基于C语言，pandas基于numpy，相比于python的字典/或列表，可以较快实现矩阵计算 numpy numpy的属性 ndim 矩阵的维度 shape 矩阵的形状（行-列） size 矩 ......
pandas数据处理基础-数据读取/数据选择
数据读取 df=pd.read_csv("相对路径或者网址") 呈现的结果是一个二维数组，dataframe结构； df.head() 显示的是前5行数据 df.tail(7) 显示的是后7行数据 df.describe() 对数据进行描述 df.values 将dataframe转换为numpy数 ......
pandas.Series 获取时间年、月等信息
注意事项 dt.XX 后面不加括号 zz的数据类型为 datetime64[ns] zz = pd.Series(pd.to_datetime(时间戳, unit='s')) # 获取日期月份 bb = zz.dt.month # 获取年月日 bb = zz.dt.date #获取星期名称 bb = ......
excel 处理：pandas openpyxl 单元格嵌入图片
单元格嵌入图片 使图片随单元格变化缩放 openpyxl 官方文档 You can position charts using one of three different kinds of anchor: OneCell – where the top-left of a chart is anc ......
pandas库简单用法总结
简介 pandas 是基于NumPy 的一种工具，主要用途是做数据分析，对于初学者，比较常用的就是处理csv或者excel文件 DataFrame数据结构 DataFrame组成 DataFrame 是 Pandas 的重要数据结构之一，也是在使用 Pandas 进行数据分析过程中最常用的结构之一。 ......
python pandas读stata
import pandas as pd a="D:\\statashu\\2\\1xx.dta" df = pd.read_stata(a) for index,row in df.iterrows(): print(row["id"]) ......
【Python】pandas 将某列相同值作为index, 整合数据
pd.pivot_table # df valueUpdateTime factorName value 0 2023-03-28 08:00:18.532805 风向 147.69 1 2023-03-28 08:00:18.532805 气压 101.71 2 2023-03-28 08:00: ......
pandas的简单使用-2-常用函数
pandas的简单使用-2-常用函数 记录一下潘大师的常用的函数和实现的功能 常用函数 查看头N行数据 df.head() # 查看前5行数据 df.head(10) # 查看前10行数据 查看尾N行数据 df.tail() # 查看后5行数据 df.tail(10) # 查看后10行数据 查看索引 ......
pandas的简单使用-1-简单了解一下潘大师
pandas的简单使用-1-简单了解一下潘大师 学习链接Pandas中文网，非常好的文档！ 前言 Pandas 是 Python的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。 Pandas 的目标是成为 Python 数据分析实践与实战的必备高级工具 ......
NumPy 和 Pandas 数据分析实用指南：1~6 全
原文：Hands-On Data Analysis with NumPy and pandas 协议：CC BY-NC-SA 4.0 译者：飞龙 一、配置 Python 数据分析环境 在本章中，我们将介绍以下主题： 安装 Anaconda 探索 Jupyter 笔记本 探索 Jupyter 的替代品 ......
精通 Pandas 探索性分析：1~4 全
原文：Mastering Exploratory Analysis with Pandas 协议：CC BY-NC-SA 4.0 译者：飞龙 一、处理不同种类的数据集 在本章中，我们将学习如何在 Pandas 中使用不同种类的数据集格式。 我们将学习如何使用 Pandas 导入的 CSV 文件提供的 ......
Pandas 学习手册中文第二版：6~10
原文：Learning pandas 协议：CC BY-NC-SA 4.0 译者：飞龙 六、索引数据 索引是用于优化查询序列或数据帧中的值的工具。 它们很像关系数据库中的键，但是功能更强大。 它们为多组数据提供了对齐方式，还带有如何处理数据的各种任务（如重采样到不同频率）的语义。 您将对 Panda ......
Pandas 学习手册中文第二版：11~15
原文：Learning pandas 协议：CC BY-NC-SA 4.0 译者：飞龙 十一、合并，连接和重塑数据 数据通常被建模为一组实体，相关值的逻辑结构由名称（属性/变量）引用，并具有按行组织的多个样本或实例。 实体往往代表现实世界中的事物，例如一个人，或者在物联网中，是一个传感器。 然后，使 ......
Pandas 学习手册中文第二版：1~5
原文：Learning pandas 协议：CC BY-NC-SA 4.0 译者：飞龙 一、Pandas 与数据分析 欢迎来到《Pandas 学习手册》！ 在本书中，我们将进行一次探索我们学习 Pandas 的旅程，这是一种用于 Python 编程语言的开源数据分析库。 pandas 库提供了使用 ......
pandas数据处理基础-数据类型
一维数组形式：Series pd.Series(data) data可以是数组，如[1，2，3]，也可以是字典，如{’0‘：1，’1‘：2，’2‘：3}，两者的结果是一样的。 多维数组形式：DataFrame pd.DataFrame(data) data可以是Series组成的字典、列表组成的字典 ......
pandas-多个DataFrame同时进行merge合并
https://blog.csdn.net/Elvis__c/article/details/126411204 #假设有表df1-df2-df3-df4 四张表res=[df1,df2,df3,df4] import pandas as pdfrom functools import reduce ......