广州网站优化推广公司,卡片式设计 网站,网站建设续签合同怎么签,网站开发技术服务合同范本常识
使用pandas.read_csv从csv文件中读取数据#xff0c;对于csv中缺失的空值#xff0c;读进dataframe会自动补为numpy.nan#xff0c;且数据类型为float 操作
读取csv文件#xff0c;存储为dataframe数据类型
df pandas.read_csv(csv_path)查看csv文件的dataframe的…常识
使用pandas.read_csv从csv文件中读取数据对于csv中缺失的空值读进dataframe会自动补为numpy.nan且数据类型为float 操作
读取csv文件存储为dataframe数据类型
df pandas.read_csv(csv_path)查看csv文件的dataframe的所有列字段名
print(df.columns)按行遍历dataframe
for row in df.itertuples():可以用row.column_name访问该行具体的列column_name无需加引号
删除dataframe的指定整列数据
df df.drop([city, region, iso_country_code], axis1)
# 删除列 city, region, iso_country_code
# 这里的删除其实并没有对df本身作出任何改变而是将df进行拷贝将拷贝的副本进行了列删除操作所以这里一定要赋值给一个新的df仅仅用df.drop并不能改变df根据某个字段的值的集合条件筛选出符合条件的目标行以构成新dataframe
# 使用isin()方法筛选匹配的行
new_df df[df[placekey].isin(mht_poi_list)]
# 筛选出df中 placekey字段的值在列表mht_poi_list中的记录行以构成一个新dataframe new_df
new_df new_df.reset_index(dropTrue)
# 经过筛选而得到的dataframe索引很乱不连续这里的操作是在重排索引往dataframe指定位置插入一整列
df.insert(loc6, columntop_category_id, valuecate1_ids)
# loc 位置
# column 列名
# value 数据来源 这里一般我习惯用list要求list的长度要与dataframe的行数目一致将dataframe数据写入csv文件
df.to_csv(csv_path, indexFalse) # 不把行索引信息写入csv文件
df.to_csv(csv_path, indexTrue) # 把行索引信息写入csv文件使用list构建dataframe
df pandas.DataFrame(data, columns[head, relation, tail])
# data是一个listdata这个list里面的元素也是一个个list每一个list表示一行数据
# columns 表示列名
# data里面的list中的元素放置位置要与columns一致
