dataframe常用处理
生活随笔
收集整理的這篇文章主要介紹了
dataframe常用处理
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
獲取列名:
data.columns.values.tolist()
復制列: out['serial_number'] = out['2']
這樣就是新增了一列,復制了‘2’這一列,然后再del out['2]即可
這樣的形式也可以用于把前面某些列的計算值賦到新的一列
換列名: #給data_app賦上新的列名稱
data_app.columns = ['user_id', 'hlw_all3', 'vedio_app_time', 'game_app_time', 'read_app_time', 'music_app_time', 'dm_app_time', 'toutiao_app_time']
根據某一列的值取出符合條件的所有行: data_sp = data[data['$AS-TwoStep'] == 'Cluster-1']
該句意思為取出$AS-TwoStep這一列為cluster-1的所有數據
就可以了
pandas導出數據時不想要序號的話就寫一句 index=False就行了
讀取dataframe的第N列:
df['列名']
讀取dataframe的第N行:
df[行數:行數+1]
比如:讀第0行 df[0:1]
如果想避免這種情況,只要大列表,可以先將dataframe通過df['user_id']轉化為series,然后再利用series.tolist()轉化為列表,這樣就只有一個大列表
想把一列中的空值全部變為0
https://blog.csdn.net/chenpe32cp/article/details/82180537
定位dateframe某行某列的一條數據:
df.iat[行,列]
dataframe處理行列
https://blog.csdn.net/kevin_7july/article/details/79377234
查看數據是否有缺失
import numpy as np
#查看是否有數據缺失
print np.any(red.isnull()==True)
data.columns.values.tolist()
復制列: out['serial_number'] = out['2']
這樣就是新增了一列,復制了‘2’這一列,然后再del out['2]即可
這樣的形式也可以用于把前面某些列的計算值賦到新的一列
換列名: #給data_app賦上新的列名稱
data_app.columns = ['user_id', 'hlw_all3', 'vedio_app_time', 'game_app_time', 'read_app_time', 'music_app_time', 'dm_app_time', 'toutiao_app_time']
根據某一列的值取出符合條件的所有行: data_sp = data[data['$AS-TwoStep'] == 'Cluster-1']
該句意思為取出$AS-TwoStep這一列為cluster-1的所有數據
Python pandas.errors.ParserError: Error tokenizing data. C error: Expected 1 fields in line 121, saw 2
讀取數據報這個錯誤時添加
delimiter="\t",例如: data1 = pd.read_csv(f1, low_memory=False, delimiter="\t")就可以了
pandas導出數據時不想要序號的話就寫一句 index=False就行了
讀取dataframe的第N列:
df['列名']
讀取dataframe的第N行:
df[行數:行數+1]
比如:讀第0行 df[0:1]
?
將dataframe利用df.values.tolist()轉化為列表時會出現大列表套小列表的情況如果想避免這種情況,只要大列表,可以先將dataframe通過df['user_id']轉化為series,然后再利用series.tolist()轉化為列表,這樣就只有一個大列表
想把一列中的空值全部變為0
https://blog.csdn.net/chenpe32cp/article/details/82180537
定位dateframe某行某列的一條數據:
df.iat[行,列]
dataframe處理行列
https://blog.csdn.net/kevin_7july/article/details/79377234
查看數據是否有缺失
import numpy as np
#查看是否有數據缺失
print np.any(red.isnull()==True)
轉載于:https://www.cnblogs.com/aixiao07/p/10783975.html
與50位技術專家面對面20年技術見證,附贈技術全景圖總結
以上是生活随笔為你收集整理的dataframe常用处理的全部內容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 听我讲完GET、POST原理,面试官给我
- 下一篇: 深入理解MySQL底层架构,看这一篇文章