衡阳网站建设制作,手机在线代理网页,苗木网站建设,在本地做的网站上传到空间之后_刷新就跳到本地的网址怎么办一、基本操作0. 导入模块import pandas as pd1. 新建DataFrame下面的例子中#xff0c;我们新建一个有3条记录2列属性的表格。3 条记录分别是Tom#xff0c;Bob#xff0c;Alice的个人信息#xff0c;2列属性分别是name和age。新建属性列的语法形如df[XX] List#xff0c;…一、基本操作0. 导入模块import pandas as pd1. 新建DataFrame下面的例子中我们新建一个有3条记录2列属性的表格。3 条记录分别是TomBobAlice的个人信息2列属性分别是name和age。新建属性列的语法形如df[XX] List属性名为XX属性值是List。例如新建属性列age的语法df[age][20,28,22]属性名为age三条记录的数值为[20,28,22]。df pd.DataFrame()df[name][Tom,Bob,Alice]df[age][20,28,22]2. 查看DataFrame查看前n行。当DataFrame有海量记录的时候我们可以只查看前n行来了解属性结构以及数据的大致内容。查看前n行语法df.head(n)。例如df.head(1)查看第1行记录。df.head(1)Screen Shot 2020-05-11 at 4.18.18 PM.png查看总行数总列数。语法是df.shape它返回(#rows#cols)的元组。也可以单独取出总行数df.shape[0]和总列数df.shape[1]。df.shape #(3, 2)DataFrame转Array。如果对数组操作更熟悉那么可以绕开DataFrame操作的语法用语法df.values把DataFrame直接转成2D数组来处理。df.valuesScreen Shot 2020-05-11 at 4.25.48 PM.png3. 读写文件to_csv函数把DataFrame存到CSV文件中。pd.read_csv函数把CSV文件内容读取到DataFrame中。df.to_csv(test2.csv)df pd.read_csv(test.csv)三、DataFrame增删改查1. 添加行/列下面例子中新增了一个height列新增了一条Lily的记录。新增一列的语法形如df[XX]List属性名XX属性值为List。例如语法df[height][1.75,1.80,1.68]新增列名height数值分别为[1.75,1.80,1.68]。新增一行用append函数参数是Dict类型的一条记录key是属性列名value是属性值。df[height][1.75,1.80,1.68]df df.append({name:Lily,age:24,height:1.65}, ignore_indexTrue) 2. 删除行/列下面的例子中我们删除了height列删除了一条Tom的记录。删除行和删除列使用的函数是一样的都使用drop函数。删除行语法drop(0, inplaceTrue)参数是记录的index 0。删除列的语法drop(height, axis1, inplaceTrue)参数是属性名height。df.drop(0, inplaceTrue)df.drop(height, axis1, inplaceTrue)3. 更新单个Cell/多个Cell更新单个cell的语法形如df.at[index,XX]value 。例如语法df.at[0,name]David表示把0行name列的值修改成David。df pd.DataFrame()df[name][Tom,Bob,Alice]df[age][20,28,22]df.at[0,name]David更新多个cell的语法形如df.loc[df[XX]condition, XX]value。它的操作分两步第一步先用df.loc函数找到符合条件df[XX]condition的记录第二步修改这些记录的属性值。例如语法df.loc[df[name].str.contains(o),name]表示找到name属性包含字符o的记录然后把这些记录的name值换成Testing。例子中Tom和Bob由于包含字符o因此都被替换成了Testing。df pd.DataFrame()df[name][Tom,Bob,Alice]df[age][20,28,22]df.loc[df[name].str.contains(o),name] Testing #多个cell4. 查询记录查询记录的语法形如df[df[XX] condition]。例如语法df[df[age]25]表示查询所有age列的值小于25的记录。例子中Tom年龄2025Alice年龄2225因而被查询到。df pd.DataFrame()df[name][Tom,Bob,Alice]df[age][20,28,22]df[df[age]25]四、高级操作1. Group操作下面的例子是一张成绩单内容是三个人TomBobAlice的成绩每人两科成绩English成绩Chinese成绩因此共3*26条记录。计算每个人的平均成绩。分两步完成这个任务1). 把记录按照name分组语法是df.groupby(name)。2). 组内计算成绩平均值语法是df.groupby(name).mean()。例子中Tom的英文/语文成绩分别是70100因此均值是85。其它人计算同理。df pd.DataFrame()df[name][Tom,Tom,Bob,Bob,Alice,Alice]df[course][English,Chinese,Chinese,English,English,Chinese]df[score][70,100,99,95,85,90]df.groupby(name).mean()https://www.jianshu.com/p/e53c5b54d3e1
