pandas DataFrame函数使用总结

zmx

2024 年 08 月 13 日

366 次浏览

1 条评论

2103字数

Python

# 引用

最近有个需求，对数据进行处理，经过考虑，使用DataFrame来处理是比较轻松的，这里总结一下用法。

# 从excel中读取

读取`c:/tmp/source.xlsx`，并且转换为DataFrame，并且第一列作为index，不参与计算

```python
pd.read_excel('c:/tmp/source.xlsx', index_col=0)
```

# 添加列

```python
source.insert(loc=列要添加到哪个位置？, column='列的名称', value=新列要填充的值)
```

添加cob列到首位，并且值为原来的第一列的值

```python
source.insert(loc=0, column='cob', value=source[source.columns[0]])
```

# 删除列

```
source.drop(columns=['列名'])
```

删除`temp`列

```python
source.drop(columns=['temp'])
```

# 修改列名（每个列均修改）

```python
source.columns = [ 对col进行处理 for col in source.columns]
```

跳过第一列，后面的每一列都变成cob+原列名

```python
source.columns = [source.columns[0]] + ['cob' + str(col) for col in source.columns[1:]]
```

# 获取非nan的数据

```python
source<div class="flex-column"></div>.dropna()
```

获取`col`个列从后往前数，非空数据开始，最后6个值

```python
source['col'].dropna().iloc[-6:]
```

# 计算平均数

```python
source.mean()
```

获取`col`列的平均值

```python
source['col'].mean()
```

# 填充空值

```python
source.fillna(值)
```

把`col`列的控制用`-1`填充

```python3
source['col'].fillna(-1)
```

# 遍历整个DataFrame

输出x,y和值

```python
for x in range(0, len(source.index)):  # 遍历每一行
        for y in range(1, len(source.columns)):  # 遍历每一列
		print(x, y, source.iloc[x, y])
```

# 赋值

```python
result.iloc[位置坐标X, 位置坐标Y] = 值
```

X,Y位置的DataFrame的值赋值为它本身 / 左侧对应的值 * 100， 并且保留两位小数。
ℹ：此处的np为numpy，避免精度损失导致数据错误。

```python
source.iloc[x, y]= np.double(np.round((source.iloc[x, y] / source.iloc[x, y - 1]) * 100, 2))  # 计算百分比
```

# 导出为文件

导出Excel

```python
source.to_excel('文件路径')
```

导出DataFrame到`c:\a.xlsx`

```python
source.to_excel('c:\a.xlsx')
```

导出CSV

```python
source.to_csv('文件路径')
```

导出DataFrame到`c:\a.csv`, 忽略第一列(并不是数据的第一列，而是index(序号))

```python
source.to_excel('c:\a.csv', index=None)
```

重置索引

```python
source.reset_index(drop=True) # drop = True 意味着不要添加索引列，否则回多处一列为旧索引
```

按值排序

```python
query.sort_values(by='confirmmonth') # 按照confirmmonth列排序
```

# 待续

持续更新
<div class="hideContent">该部分仅登录用户可见</div>

如果觉得我的文章对你有用，请随意赞赏

pandas DataFrame函数使用总结

zmx • 2024 年 08 月 13 日

zunmx.fans
2024-10-10 14:44:19

df1/df2 df1+df2 转置，累加----*。。。。。。。未完待续

回复

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款了昂。

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

zunmx.fans
我 www.hao123.com实名申请友链OωO
zunmx.fans
作者小小骗人，我登陆了也看不到( ง ᵒ̌皿ᵒ̌)ง⁼³₌₃
zunmx.fans
please many update 算法 (´இ皿இ｀)boke
zunmx.fans
df1/df2 df1+df2 转置，累加----*。。。...
zunmx.fans
为何无人评论？OωO

pandas DataFrame函数使用总结

1 条评论

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款了昂。

Typecho 插件开发 ZSecurity

个人空间使用规则[拟定] 23/3/9修订

企业微信-摸鱼必备，避免离开状态

基于Lively wallpaper的壁纸

中公教育CTS视频下载

electron 反编译

pip 安装impyla 时需求 Visual C++ 14.0

更新一波本地导航页

nginx 负载均衡文件不存在去找另一台服务器

hive 输出csv的三种方式

pandas DataFrame函数使用总结

1 条评论

发表评论 取消回复 使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款了昂。

pandas DataFrame函数使用总结

发表评论取消回复
使用cookie技术保留您的个人信息以便您下次快速评论，继续评论表示您已同意该条款了昂。