今天我们接着继续和DataFrame继续奋斗!先把套件和档案载入:
import pandas as pd
df = pd.read_csv('档案名')
df['colum'] #筛选栏位名称
df.loc[[index],[colum]] #筛选栏位名称及行数
df[df['colum'] == "value"]] #筛选某个栏位的特定值
df[df['colum'] > "value"]]
&
(And)与|
(Or)A = df['colum1'] == "value1"] #筛选某个栏位的特定值
B = df['colum2'] > "value2"]
df[A & B] #筛选同时满足A与B条件
A = df.drop_duplicateds(subset=['colum'], keep='first') #保留某栏位的第一个值(预设)
新增资料:
insert()
:在指定的栏位位置新增资料append()
:将资料一笔一笔传入(以字典的形式)concat()
:合并两组资料筛除资料:
drop()
:axis=1筛除栏,axis=0删除列资料排序:
sort_index()
:依照索引进行排序sort_values()
:依照栏位内容进行排序在Pandas一样有Excel枢纽分析表的功能,我们可以将资料进行分组运算:
df.groupby('colum').sum()
多栏位运算:
df.groupby(['colum1','coium2').sum()
以上是Pandas的简单介绍,还有好多功能等着我们去发掘,下面提供更多阅读资料,如果有兴趣的朋友可以在更加深入研究看看!
更多延伸资料:
https://pandas.pydata.org/docs/user_guide/index.html
https://leemeng.tw/practical-pandas-tutorial-for-aspiring-data-scientists.html
Pandas也可以视觉化
https://allaboutdataanalysis.medium.com/资料视觉化-一篇文章详细解读pandas视觉化图表-9bb663bae0cd
参考资料:
http://notebookpage1005.blogspot.com/2018/12/python-pandas.html
>>: 成为工具人应有的工具包-29 TurnedOnTimesView
filtertype -4 Grouping code filterdata remarks &q...
学习 Angular 的过程中,遇到了一些教学资源不见得会遇到的问题,还真是家常便饭,而且你个人电脑...
1.除错 MySQL02影片00:01 2.MAD利用命令列进入MySQL $ % = 终端机 (1...
这次要尝试的是将爬虫与 line bot做结合,那你可以使用 line bot 就能够查询到本周上映...
上一篇介绍如何在Backtesting写策略,这篇会和大家介绍如何做参数的最佳化。 什麽是参数最佳化...