-
python-pandas用法大全
1 修改 DataFrame 某一列的数据类型
问题描述：想要把 DataFrame 最后一列 label 的数据格式从
float改成int原来：
代码：bank2["label"] = bank2["label"].astype(int)- 1
out：
2 读取和保存
读取时要注意的参数有
sep等等。# 读取 file_path = "./data/bank/" bank = pd.read_csv(file_path + 'bank-full.csv',sep=';') # 保存 bank.to_csv("bank.csv", index=False)- 1
- 2
- 3
- 4
- 5
3 特定值的替换
data2 = data2.replace(' >50K.', ' >50K')- 1
4 两个 DataFrame 的连接
在表头顺序一样的情况下，可以这样无脑连接两个
DataFrame：data1 = pd.read_csv(file_path + 'adult.data', header=None) data2 = pd.read_csv(file_path + 'adult.test',header=None) adult = pd.concat([data1,data2])- 1
- 2
- 3
有关
np.concat的可以看：https://www.jb51.net/article/164905.htm
本文主要讲np.merge()。但是如果两个
DataFrame的表头不一样（顺序不一样或是部分feature不一样），则需要用到np.merge()，并设置参数join和join_axes进行这样的连接。np.merge(left, right, how='inner', on=None, left_on=None, right_on=None, left_index=False, right_index=False, sort=True, suffixes=('_x', '_y'), copy=True, indicator=False)- 1
- 2
- 3
4.1 join
如果两个表头顺序不一样，修改参数
join='inner'，即可，他会自动识别。y_in Out[9]: label 1 probability ... 9 probability 5 probability 0 0 0.00000 ... 0.00000 0.00000 1 7 0.00000 ... 0.00002 0.00000 2 8 0.00000 ... 0.00615 0.00225 3 1 0.99926 ... 0.00000 0.00001 4 0 0.00000 ... 0.00000 0.00004 ... ... ... ... ... 9995 9 0.00000 ... 0.97068 0.00000 9996 9 0.00007 ... 0.98485 0.00001 9997 5 0.00000 ... 0.00000 1.00000 9998 7 0.00000 ... 0.00011 0.00000 9999 0 0.00000 ... 0.00000 0.00000 [10000 rows x 11 columns] y_out Out[10]: label 1 probability ... 8 probability 5 probability 0 1 0.90634 ... 0.05864 0.00175 1 2 0.00001 ... 0.00000 0.00001 2 6 0.00000 ... 0.00001 0.00002 3 0 0.00000 ... 0.00006 0.00011 4 6 0.00001 ... 0.00004 0.00004 ... ... ... ... ... 9995 8 0.00000 ... 0.99915 0.00002 9996 0 0.00000 ... 0.00000 0.00000 9997 4 0.00040 ... 0.04294 0.00120 9998 2 0.00028 ... 0.00003 0.00000 9999 1 0.99788 ... 0.00115 0.00002 [10000 rows x 11 columns] pd.concat([y_in, y_out], axis=0, join='inner') Out[11]: label 1 probability ... 9 probability 5 probability 0 0 0.00000 ... 0.00000 0.00000 1 7 0.00000 ... 0.00002 0.00000 2 8 0.00000 ... 0.00615 0.00225 3 1 0.99926 ... 0.00000 0.00001 4 0 0.00000 ... 0.00000 0.00004 ... ... ... ... ... 9995 8 0.00000 ... 0.00000 0.00002 9996 0 0.00000 ... 0.00000 0.00000 9997 4 0.00040 ... 0.41741 0.00120 9998 2 0.00028 ... 0.00000 0.00000 9999 1 0.99788 ... 0.00000 0.00002 [20000 rows x 11 columns]- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
或者说我想横着拼接：
result = pd.concat([df1, df4], axis=1, join='inner')- 1
out：
通过以下例子来区分 pd.concat & pd.merge 以及“inner” 和 “outer"参数的区别：import pandas as pd import numpy as np random = np.random.RandomState(0) #随机数种子，相同种子下每次运行生成的随机数相同 df1=pd.DataFrame(random.randn(3,4),columns=['a','b','c','d']) df1 Out[1]: a b c d 0 1.764052 0.400157 0.978738 2.240893 1 1.867558 -0.977278 0.950088 -0.151357 2 -0.103219 0.410599 0.144044 1.454274 random = np.random.RandomState(0) df2=pd.DataFrame(random.randn(2,3),columns=['b','d','a'],index=["a1","a2"]) df2 Out[2]: b d a a1 1.764052 0.400157 0.978738 a2 2.240893 1.867558 -0.977278 pd.concat([df1, df2], axis=0, join='inner') Out[3]: a b d 0 1.764052 0.400157 2.240893 1 1.867558 -0.977278 -0.151357 2 -0.103219 0.410599 1.454274 a1 0.978738 1.764052 0.400157 a2 -0.977278 2.240893 1.867558 pd.concat([df1, df2], axis=0, join='outer') Out[4]: a b c d 0 1.764052 0.400157 0.978738 2.240893 1 1.867558 -0.977278 0.950088 -0.151357 2 -0.103219 0.410599 0.144044 1.454274 a1 0.978738 1.764052 NaN 0.400157 a2 -0.977278 2.240893 NaN 1.867558 pd.merge(df1,df2,how="outer") Out[7]: a b c d 0 1.764052 0.400157 0.978738 2.240893 1 1.867558 -0.977278 0.950088 -0.151357 2 -0.103219 0.410599 0.144044 1.454274 3 0.978738 1.764052 NaN 0.400157 4 -0.977278 2.240893 NaN 1.867558 # 当没有两个表格没有重合的属性值时，会汇集成空表 pd.merge(df1,df2,how="inner") Out[8]: Empty DataFrame Columns: [a, b, c, d] Index: []- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9
- 10
- 11
- 12
- 13
- 14
- 15
- 16
- 17
- 18
- 19
- 20
- 21
- 22
- 23
- 24
- 25
- 26
- 27
- 28
- 29
- 30
- 31
- 32
- 33
- 34
- 35
- 36
- 37
- 38
- 39
- 40
- 41
- 42
- 43
- 44
- 45
- 46
- 47
- 48
- 49
- 50
- 51
- 52
4.2 某列作为拼接的依据
如果以index 作为合并的标志：
pd.merge(df1,df2,how='left',left_index=True,right_on=True)- 1
如果以某一列为“辨识列”，则需要用到
join_axes参数。pd.merge(df1,df4,how='outer',left_on=df1['df1的某一列'],right_on=df4['df4的某一列'])- 1
5 删除某一列
5.1 删除第n列
例如删除第1列：
data = data.drop([1],axis=1)- 1
5.2 删除特定名称列
例如删除名称为 label 的列：
data = data.drop(["label"],axis=1)- 1
6 行、列重排
6.1列重排
当我得到这种dataframe 时：
我想要让列按照 [“0 probability”, “1 probability”, …, “membership”] 这样排，可以通过 dataframe.sort_index() 函数：data.sort_index(axis=1)- 1
out：
6.2 行重排
如果想根据index对所有行进行排序，则：
data.sort_index()- 1
out：
6.3 根据某一列的值排序
如果我想根据 “1 probability” 列的值进行排序，，则需要用到 sort_values() 函数，代码如下：
data.sort_values(axis=0, by="1 probability")- 1
out:
通过ascending参数可以决定排序是从大到小还是从小到大：
当然，这里的 by参数 也可以是一个列表，表示优先满足第一排序，在满足第二排序…6.4 随机打乱所有行
train_data = train_data.reindex(np.random.permutation(train_data.index))- 1
7 修改某列的名称
7.1 全局修改
dataframe.columns = [“a”, “b”, “c”, “d”, “e”]
示例：
7.2 局部修改
选定某几行或列的名称进行修改，我们采用
pandas.DataFrame.rename()函数：
若要修改某几列的名称，通过dataframe.rename(columns={"原名称":"修改后名称"})
若要修改某几行的名称，通过dataframe.rename(index={"原名称":"修改后名称"})示例：
参考：
https://blog.csdn.net/qq_41853758/article/details/83280104 -
相关阅读:
table组件，前端如何使用table组件，打印数组数据，后端传输的数据应该如何打印
jvm之类加载
Redis模块五：持久化
STViT-R 代码阅读记录
基于springboot+vue的青年公寓服务平台
机场信息发布系统解决方案，到底有多好用
[HNCTF 2022 Week1]——Web方向 详细Writeup
Spring Cloud Config 使用 JDBC 方式
【MapStruct】对象转换
第十九章 Kali Linux桌面概览
- 原文地址：https://blog.csdn.net/weixin_69722030/article/details/127871474
