# 保留小數字，四捨六入五成雙
df.round(2
)# 全部
df.round()
# 指定列
df['name'
]= df.name # 取列名的兩個方法
df[df.index ==
'jude'
]# 索引列的查詢要用 .index
df[df[col]
>
0.5]
# 選擇col列的值大於0.5的行
df[
(df[
'team']==
'a')
&( df[
'q1'
]>80)
& df.utype.isin(
['老客'
,'老訪客'])
]
# 篩選為空的內容
df[df.order.isnull(
)]
df[df.team.isin(
'a',
'b')
]df[
(df.team==
'b')
&(df.q1 ==17)
]df[
~(df[
'team']==
'a')
|( df[
'q1'
]>80)
]# 非，或
df[df.name.
str.contains(
'張')
]# 包含字元
df.sort_values(col1)
# 按照列col1排序資料，預設公升序排列
df.col1.sort_values(
)# 同上, -> s
df.sort_values(col2, ascending=
false
)# 按照列 col1 降序排列資料
# 先按列col1公升序排列，後按col2降序排列資料
df.sort_values(
[col1,col2]
, ascending=
[true
,false])
df2 = pd.get_dummies(df, prefix=
't_'
)# 將列舉的那些列帶列舉轉到列上
s.set_index(
).plot(
)
# 多索引處理
dd.set_index(
['utype'
,'site_id'
,'p_day'
], inplace=
true
)dd.sort_index(inplace=
true
)# 按索引排序
dd.loc[
'新訪客',2
,'2019-06-22'
].plot.barh(
)# loc 中按順序指定索引內容
# 前100行, 不能指定行，如：df[100]
df[:
100]
# 只取指定行
df1 = df.loc[0:
,['設計師id'
,'姓名'
]]
# 將ages平分成5個區間並指定 labels
ages = np.array([1
,5,10
,40,36
,12,58
,62,77
,89,100,18
,20,25
,30,32
])pd.cut(ages,[0
,5,20
,30,50
,100],
labels=
[u"嬰兒"
,u"青年"
,u"中年"
,u"壯年"
,u"老年"])
daily_index.difference(df_work_day.index)
# 取出差別
df.index.name # 索引的名稱 str
df.columns.tolist(
)df.values.tolist(
)df.總人口.values.tolist(
)data.
(np.mean)
# 對 dataframe 中的每一列應用函式 np.mean
data.
(np.
max,axis=1)
# 對 dataframe 中的每一行應用函式 np.max
df.insert(1,
'three',12
, allow_duplicates=
false
)# 插入列 (位置、列名、[值])
df.pop(
'class'
)# 刪除列
# 增加一行
, index=
['f'])
, sort=
true
)
# 指定新列
iris.assign(sepal_ratio=iris[
'sepalwidth'
]/ iris[
'sepallength'])
.head(
)df.assign(rate=
lambda df: df.orders/df.uv)
# shift 函式是對資料進行平移動的操作
df['增幅'
]= df[
'國內生產總值'
]- df[
'國內生產總值'
].shift(-1
)
pandas 資料處理
pandas中資料可以分為series，dataframe，panel分別表示一維至三維資料。其中在構造時，index表示行名，columns表示列名 構造方式 s pd.series data index index s pd series np random randn 5 index a b ...
pandas資料處理
dataframe.duplicated subset none,keep first 判斷dataframe中的資料是否有重複 必須一行中所有資料都重複才算重複，只能判斷行，不能判斷列 返回series dataframe.drop duplicates subset none,keep firs...
Pandas資料處理
資料處理 pandas from sklearn.preprocessing import minmaxscaler data 1,2 0.5,6 0.10 1,18 將 numpy 轉換成 pd 表 pd.dataframe data 歸一化 0，1 之間 scaler minmaxscaler ...