关于pandas的一些应用
2016-07-06 19:29
337 查看
import pandas as pd
df0 = pd.DataFrame(....) # df0为数据全体
1、同时索引两列 :
df[ ['列名1',‘列名2’] ]
2、把某列中 等于某值得 样本筛选出来,如把客户性质列的 'Bad‘ 客户筛选出来:
方法一:gb = df0.groupby(['客户性质']) #首先把df0 按照客户性质group一下,
df_bad = gb.get_group('Bad') #再把数据结构为gb的 get_group 函数把 'Bad' 值 提取出来放到 df_bad 中
方法二:dftest1 = df0.ix[df0.客户性质 == 'Bad']
3、切片操作:某一列某范围:
dftest2 = df0[df0['逾期天数']>60]
4、两个表合并,方法:
df_gab = df_good.append(df_bad)
df0 = pd.DataFrame(....) # df0为数据全体
1、同时索引两列 :
df[ ['列名1',‘列名2’] ]
2、把某列中 等于某值得 样本筛选出来,如把客户性质列的 'Bad‘ 客户筛选出来:
方法一:gb = df0.groupby(['客户性质']) #首先把df0 按照客户性质group一下,
df_bad = gb.get_group('Bad') #再把数据结构为gb的 get_group 函数把 'Bad' 值 提取出来放到 df_bad 中
方法二:dftest1 = df0.ix[df0.客户性质 == 'Bad']
3、切片操作:某一列某范围:
dftest2 = df0[df0['逾期天数']>60]
4、两个表合并,方法:
df_gab = df_good.append(df_bad)
相关文章推荐
- 2016春季练习——搜索
- Collection,List,Set,Map的区别
- 秒懂java中junit单元测试
- Hibernate Validator
- windows--nginx关闭进程
- Android使用OpenCV实现「人脸检测」和「人脸识别」
- HTML&CSS学习笔记
- 安卓APP动态调试-IDA实用攻略
- Drawable:button,listView
- 全缓存、行缓存和无缓存
- 人体的组成
- Java+利用UDP实现简单双机通信
- C#之WCF
- Eclipse工程导入,找不到工程问题
- 初识gcc编译过程
- 双链表的C语言实现
- 并发编程学习总结(八) :java中synchronized关键字使用详解 对象锁的相关条件的使用(2)
- C++20、友元类
- 欢迎使用CSDN-markdown编辑器
- 如何将格式为byte[]的图片保存在本地