DataFrame

pandas 处理不连续数字的分组问题

构造数据：np.random.seed(1)df=pd.DataFrame({'编号':[1,2,3,4,5,7,8,9,11,12,14,15,16,19],'金额':np.random.randint
yangll_pd·2023-02-05 14:34

pandas 行列转换

pandas行列转换总结一个单元格多行扩展（纵向扩展）importpandasaspd#创建测试数据test_data=pd.DataFrame({'name':['张三','李四','王五'],'love
想考个研·2023-02-05 13:22

2020-02-24 pandas DataFrame去重

实例importpandasaspddata=pd.DataFrame({'a':['A','A','A','A'],'b':[50,50,30,30]})去重data.drop_duplicates(
TsungLee·2023-02-05 06:42

Python中Dataframe数据排序方法(含实例讲解)

‘height’],ascending=False)：3、通过frame.sort_values(by=[‘A’,‘B’],ascending=[False,True]):4、一些其他的细节问题：总结Dataframe
·2023-02-05 05:16

anndata 数据格式(h5ad 后缀)

其中X是表达量矩阵；obs包含细胞元数据，即从不同方向描述细胞的结果，例如细胞所属tissue；var包含基因元数据，即从不同方向描述基因的结果，X,obs,var均以dataframe格式存储；uns
RedStones·2023-02-05 05:02

Pandas 数据排序计数分组合并

Week4数据排序按值排序DataFrame.sort_values(by=['列一','列二']，axis=0,ascending=Ture,inplace=False)返回一个dataframe类型
Bounty_Hunter·2023-02-04 20:16

4 | pandas常用笔记

importpandasaspd基本操作创建DataFrame数据集，列名为A、B、Cdf=pd.DataFrame({'A':[1,2,3],'B':[4,5,6],'C':[7,8,9]})提取指定值
日月清琰·2023-02-04 18:39

Spark中RDD,DataFrame和DataSet的区别,联系以及相互转换

DataFrame:归属于SparkSql模块里面，是一种以RDD为
立二拆四i·2023-02-04 17:44

简述 SparkSQL中RDD、DataFrame、DataSet 三者的区别与联系？

RDDRDD：是弹性分布式数据集，是Spark中最基本的数据抽象，代表一个不可变，可分区、里面的元素可并行计算的集合。优点：a.编译时类型安全：编译时就能检查出类型错误；b.面向对象的编程风格：直接通过类名点的方式来操作数据；缺点：a.序列化和反序列化的性能开销：无论是集群间的通信，还是IO操作都需要对对象的结构和数据进行序列化和反序列化；b.GC（垃圾回收）的性能开销，频繁的创建和销毁对象，势必
星空下的那个人影·2023-02-04 17:14

大数据开发：Spark RDD、DataFrame、DataSet

在Spark的学习当中，RDD、DataFrame、DataSet可以说都是需要着重理解的专业名词概念。尤其是在涉及到数据结构的部分，理解清楚这三者的共性与区别，非常有必要。
加米谷大数据张老师·2023-02-04 17:14

RDD和DataFrame和DataSet三者间的区别

参考：https://blog.csdn.net/weixin_43087634/article/details/84398036在SparkSQL中Spark提供了两个新的抽象，分别是DataFrame
hanli0902·2023-02-04 17:13

Spark RDD、DataFrame、Dataset的区别

ResilientDistributedDataset(RDD)RDD是一个不可变的分布式的数据元素集合，RDD中的元素在集群上是分区的，提供了Transformation和Action两种并行操作。优点：强类型，编译时类型安全，符合面向对象的编程思想，可以处理结构化数据和非结构化数据。缺点：默认采用的是Java序列化方式，无论是集群间的通信，还是IO操作都需要对对象的结构和数据进行序列化和反序列
ImBetter·2023-02-04 17:43

spark中的rdd，dataframe和dataset

这里写目录标题SparkSQL的可能性RDD、DataFrame和DataSet三者的关系三者的共性三者的区别DataFrame常用操作创建DataSetDataFrame与DataSet互相转换以编程方式执行
KujyouRuri·2023-02-04 17:43

Spark RDD、DataFrame和DataSet的区别

在spark中，RDD、DataFrame、Dataset是最常用的数据类型，今天谈谈他们的区别！
A_ChunUnique·2023-02-04 17:13

9.pyspark.sql.WindowSpec

SparkSQL和DataFrames重要的类有：pyspark.sql.SQLContext：DataFrame和SQL方法的主入口pyspark.sql.DataFrame：将分布式数据集分组到指定列名的数据框中
丫丫iii·2023-02-04 14:41

日报11 | 数据预处理

1、报错：utf-8不可以xx，编码错误增加encoding='gbk'2、info()采用info()函数打印DataFrame的完整摘要，并排除null-counts3、数据清洗#删除重复数据data.drop_duplocates
w25429696·2023-02-04 13:20

Python Pandas 存取csv txt

importnumpyasnpimportpandasaspdyear=np.arange(1949,2022,1)number=np.linspace(0,1,len(year))years=pd.DataFrame
horizon012·2023-02-04 13:04

【pandas groupby()函数使用及参数详解】

3.1.4transform()方法1.简述1.1定义pandas中的groupby函数是先将df按照某个字段进行拆分，将相同属性分为一组；然后对拆分后的各组执行相应的转换操作；最后输出汇总转换后的各组结果DataFrame.grou
一杯冰糖·2023-02-04 13:03

pandas中groupby()函数的使用-----分组、聚合运算

groupby(keys)函数是pandas中的一种很有用的分组运算，其可以通过参数keys指定列，通过指定的列对DataFrame进行分组，返回一个groupby对象，其是一个由对应的(name,groupby_object
S_o_l_o_n·2023-02-04 13:03

spark中dataframe解析_Spark中的RDD、DataFrame和DataSet讲解

本文作为SparkSQL的第二篇文章，主要讲述一下RDD、DataFrame/DataSet之间的关系及相互转换。
weixin_39998906·2023-02-04 08:33

RDD、DataFrame、DataSet的概念、区别联系、相互转换操作

目录一、概念二、共同点三、区别四、相互转换操作DataFrame/Dataset转RDDRDD转DataFrameRDD转DatasetDataset转DataFrameDataFrame转Dataset
中發白白白·2023-02-04 08:32

python减少pandas数据的内存占用

defreduce_mem_usage(df):start_mem=df.memory_usage().sum()print('Memoryusageofdataframeis{:.2f}MB'.format
Cameback_Tang·2023-02-04 07:06

pandas如何多行变一行(对文本进行拼接和聚合)?

处理前：处理后：2.实现方法提前做好数据准备工作：importpandasaspd#准备数据df=pd.DataFrame({'姓名':['A','A','B','B','C','C','C'],'部门
theskylife·2023-02-04 07:29

pandas实现多行合并一行、一行拆分多行

多行合并一行importpandasaspd#构造数据data=pd.DataFrame({'id':[1,1,2,2],'品牌':['A','B','C','D']})#合并数据data_new=data.groupby
阳望·2023-02-04 07:59

[Pandas技巧] 多行合并成一行

material'进行分组，对字段'site'进行合并,内容之间用逗号(,)分隔，再进行去重处理;对字段'LT'取最大值，最终呈现结果如下所示具体实现代码如下所示importpandasaspddf=pd.DataFrame
山茶花开时。·2023-02-04 07:28

pandas 一行转多行、多行转一行

文章目录1、测试数据2、一行转多行2、多行转一行1、测试数据df=pd.DataFrame([['张世龙','篮球、羽毛球、英雄联盟'],['黄邵飞','兵乓球、足球、下棋'],['刘苗苗','绘画、写小说
搬砖的Fish·2023-02-04 07:58

pandas多行合并成一行

文章目录构建dfdf结构把相同公司的行合并成一行效果代码汇总构建dfimportpandasaspddf=pd.DataFrame({'水果':['苹果','香蕉','西瓜','葡萄','柚子','芒果
奋斗中的打工人·2023-02-04 07:27

datawhale pandas 习题02

df1=pd.DataFrame({"A":[3,2,2,3,1,3],"B":[2,1,1,3,6,2],"C":[1,2,2,7,7,1],"D":[5,6,6,1,2,5],})df2=pd.DataFrame
Linzijiandevx·2023-02-04 07:48

第一次打卡笔记

第一次打卡笔记pandas基础知识数据表生成1、导入pandas库2、检查版本1、文件读取与写入Series结构（1）Series创建（2）属性访问DataFrame（1）DataFrame创建（2）修改行或列名
‎|•'-'•)و✧·2023-02-04 00:25

pandas基础命令

缩写解释&库的导入df---任意的pandasDataFrame(数据框)对象s---任意的pandasSeries(数组)对象pandas和numpy是用Python做数据分析最基础且最核心的库In[
朱筱0821·2023-02-04 00:49

python pandas对Dataframe某一列运用数据透视表并计数

统计数据表格中‘状态’列中有哪几类状态，每个状态出现了多少次importpandasaspdimportnumpyasnpdf=pd.read_csv('C:/python/pandas/broadband_bundle_O365_171225.csv',encoding='utf-8')df_nona_row=df.dropna(axis=0,how='all')df_nona=df_nona_
tommyjex·2023-02-04 00:14

如何从tensorboard中读取数据

问题描述tensorboard中数据如下：想要把数据读取到本地尝试操作：1.使用博文中的方法博文连接出现错误key的列表为空2.把数据上传到TensorBoard.dev，再用dataframe读取由于图片问题安装的
kilua_5·2023-02-03 23:06

Python数据分析学习笔记——DataFrame(还在更新中)

pandas的官方文档1.DataFrameDataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。
龙小马·2023-02-03 17:59

Python数据分析实战-依次遍历DataFrame（Excel文件）每一条记录（行）（附源码和实现效果）

实现功能：依次遍历DataFrame（Excel文件
数据杂坛·2023-02-03 17:58

Python数据分析实战-字典、列表（数组）、Series创建DataFrame并保存为excel文件（附源码和实现效果）

实现功能：字典、列表（数组）、序列创建DataFrame并保存为excel文件实
数据杂坛·2023-02-03 17:23

九、pandas的索引index

一、创建数据df=pd.DataFrame(np.arange(12).reshape(3,4),columns=['A','B','C','D'])image.png二、设置索引列df.set_index
minningl·2023-02-03 17:44

基于pandas的DataFrame、Series对象的apply方法

pandas是python中的数据分析库，DataFrame、Series是pandas库中2种主要对象。这篇文章主要讲解DataFrame、Series对象的apply方法。
xiaosakun·2023-02-03 17:20

apply用法

#一、数据集data=pd.DataFrame({'A':[1,2,3,4],'B':[5,6,7,8],'C':[9,10,11,12]})data1=pd.DataFrame({'A':['1_2'
Yukyin·2023-02-03 17:20

pandas中的apply()使用

apply()函数可以直接对Series或者DataFrame中元素进行逐元素遍历操作，方便且高效，apply()使用时，通常放入一个lambda函数表达式、或一个函数作为操作运算。
陌上之殇·2023-02-03 17:49

Pandas知识点-详解行列级批处理函数apply

Pandas知识点-详解行列级批处理函数apply在Pandas中，DataFrame和Series等对象需要执行批量处理操作时，可以借用apply()函数来实现。
小斌哥ge·2023-02-03 17:49

pandas数据操作

在这个速查手册中，我们使用如下缩写：df：任意的PandasDataFrame对象s：任意的PandasSeries对象同时我们需要做如下的引入：importpandasaspdimportnumpyasnp
_Raymond_·2023-02-03 17:48

pandas的apply函数使用

details/107461383测试案例1importnumpyasnpimportpandasaspdx=np.array([[1,2,3],[2,3,4],[1,2,2],[1,2,2]])df=pd.DataFrame
qq_45759229·2023-02-03 17:17

pandas中apply()+value_counts()使用方法

df=pd.DataFrame(np.arange(12).reshape((4,3)),\columns=list('abe'),\index=['wo','shi','shui','ha'])formatr
hooyying·2023-02-03 17:15

[Pandas] apply()

应用在DataFrame的行或列中,默认为列apply()可以对DataFrame按行和列(默认)进行函数处理，也支持Series。
山茶花开时。·2023-02-03 17:42

Python：用 pandas 将numpy数据写入excel

-*-coding:utf-8-*-#importopenpyxlimportnumpyasnpimportpandasaspddefColorsSave(colours,name):data=pd.DataFrame
西木九·2023-02-03 16:53

pandas 向已有的excel指定的行和列添加数据

现有一个excel表格：importpandasaspdimportopenpyxldf1=pd.DataFrame({"num1":[21,25,56,11],"num2":[31,35,36,12]
heianduck·2023-02-03 16:14

python整理4 —— 关于nan

1.nan替换a.replace(-9999,np.nan,inplace=True)#将-9999替换成nan##pd.DataFramea[a==-9999]=np.
拧盖小能手·2023-02-03 16:40

python去读csv文件，以及numpy的ndarray与pandas的series和dataframe之间互转

使用PythonI/O读取csv文件game_reviews=[]withopen("game_reviews/MuseDash喵斯快跑1.csv",'r',encoding='utf-8')ascsvfile:csv_reader=csv.reader(csvfile)#使用csv.reader读取csvfile中的文件header=next(csv_reader)#读取第一行每一列的标题for
树上的云·2023-02-03 16:09

pandas数据结构

文章目录Series创建series对象Series对象的属性DataFrame创建DataFrame对象Python在数据处理上独步天下：代码灵活、开发快速；尤其是Python的Pandas包，无论是在数据分析领域
CarveStone·2023-02-03 16:39

python list和series转换dataframe_python 数据类型dataframe、ndarray、list、dict、series之间的转换...

0、引言dataframe是pandas的数据类型；ndarray是numpy的数据类型；list和dict是python的数据类型；series是pandas的一种数据类型，Series是一个定长的，
martingalesquare·2023-02-03 15:38
上一页 66 67 68 69 70 71 72 73 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他