pandas中的几个重要函数
2017-04-07 18:21
309 查看
推荐参考网站:https://my.oschina.net/lionets/blog/279785#OSC_h3_15
类SQL操作请参考这里:http://blog.csdn.net/weixin_37226516/article/details/64137043
1. read_csv读取文件 +++++++++++++++ to_csv写入csv文件
2. get_dummies获取某一列的one-hot向量
类SQL操作请参考这里:http://blog.csdn.net/weixin_37226516/article/details/64137043
5. merge
使用c=merge(a,b,how='left',on=['one','two'])时,想让c的行数与a相同,必须先对b进行b.groupby(['one','two'])操作。
6. 画图工具
参考网址:http://blog.csdn.net/fennvde007/article/details/37693523
类SQL操作请参考这里:http://blog.csdn.net/weixin_37226516/article/details/64137043
1. read_csv读取文件 +++++++++++++++ to_csv写入csv文件
import pandas as pd data = pd.read_csv("./data/a.csv",encoding="gbk") data.to_csv('./data/ans.csv', index=False, index_label=False) # index=True 将每一行的行标号写入文件,index_label:行标号的列名写入文件
2. get_dummies获取某一列的one-hot向量
pd.get_dummies(data["age"], prefix="age") #prefix为前缀3. merge/concat数据表的拼接
#merge data = pd.merge(df1,df2,on="A") #"A"这一列不变,将df1和df2连接 #concat data = pd.concat([df1,df2,df3],axis=0) #按行拼接 data = pd.concat([df1,df2,df3],axis=1) #按列拼接4. groupby分组
类SQL操作请参考这里:http://blog.csdn.net/weixin_37226516/article/details/64137043
#合并"A"列,并且"A"不作为索引,重复的数字加和 data.groupby(['A'], as_index=False).sum() #合并"A"列,并且"A"作为索引,重复的数字加和 data.groupby(['A'], as_index=True).sum()
5. merge
使用c=merge(a,b,how='left',on=['one','two'])时,想让c的行数与a相同,必须先对b进行b.groupby(['one','two'])操作。
6. 画图工具
参考网址:http://blog.csdn.net/fennvde007/article/details/37693523
相关文章推荐
- UCOS-II几个重要的函数使用详解
- 几个重要函数的用法
- 建立线程的几个重要函数。。
- 关于绘图的几个重要对象及函数
- 几个重要的函数
- 几个重要的函数:
- 几个重要的函数
- MFC几个比较重要的全局函数
- HEVC学习(十) —— 与变换有关的几个主要函数及重要变量
- linux 内核源代码情景分析——几个重要的数据结构和函数
- OpenGL ES中几个重要函数
- 几个重要库函数的实现-strcpy,strncpy,memcpy,memset
- WebPart Development [模板及几个重要的函数]
- file_operations结构体中几个重要函数的原型
- LServer中的几个重要时间函数
- UCOS-II几个重要的函数使用详解
- OPENGL ES中几个重要函数详细说明
- SQLServer中的几个重要时间函数
- python操作时间的几个重要函数总结 import time!
- linux驱动编程--几个重要函数及概念