跳到內容
選單
探索主題
教程列表
技巧貼士
函數參考
正體中文
⌄
正體中文
한국어
Português
Italiana
Français
Deutsche
简体中文
Español
English
日本語
首頁
→
How-to 指南
→
Python Pandas Howtos
實用解決方案
Python Pandas Howtos 實用指南
解決問題,繼續建構。 Python Pandas 入門指南文章集合
找到你需要的答案
依照工作任務分類瀏覽實用解決方案。
搜尋此頁面
此頁面有 __COUNT__ 個項目
Pandas Series
Pandas map()
本教程解釋了我們如何使用 Series.map()方法將 Pandas Series 的值替換為另一個值。
↗
Pandas DataFrame Row
如何對 Pandas 中的 DataFrame 行隨機排序
可使用 pandas 的 pandas.DataFrame.sample()、NumPy 的 numpy.random.permutation(),或 scikit-learn 的 sklearn.utils.shuffle(),以隨機順序重新排列 DataFrame 的所有列。
↗
Pandas DataFrame
如何在 Pandas DataFrame 中重新命名列
本文介紹在 Pandas DataFrame 中重新命名欄位的不同方法
↗
Pandas DataFrame Row
Pandas DataFrame 刪除某行
本教程介紹瞭如何使用 pandas.DataFrame.drop()方法在 Pandas 中刪除行。
↗
Pandas Mask
Pandas Masking
本教程演示瞭如何在 Pandas 中建立 masking。
↗
Pandas DataFrame
Pandas 複製 DataFrame
本教程將介紹如何使用 DataFrame.copy()方法複製 DataFrame 物件,並探討 DataFrame.copy()方法的使用。
↗
Pandas DataFrame
使用 Python 將 Pandas DataFrame 儲存為 HTML
本教程演示如何將 Pandas DataFrame 轉換為 Python 中的 HTML 表格。
↗
Pandas DataFrame
將 Pandas DataFrame 寫入 CSV
本教程介紹了我們如何使用 pandas.DataFrame.to_csv()函式將 DataFrame 寫入 CSV 檔案。
↗
Pandas DataFrame Column
Pandas DataFrame 排除列
本教程講解了我們如何從 DataFrame 中獲取除某一列以外的所有列。
↗
Pandas DataFrame
Pandas 中如何獲取特定列滿足給定條件的所有行的索引
我們可以使用簡單的索引操作,np.where()函式和 query()方法來獲取特定列滿足給定條件的所有行的索引。
↗
Pandas DataFrame
如何將 Pandas DataFrame 的索引轉換為列
了解如何使用 pandas DataFrame 的 df.index 或 reset_index() 將索引值轉為欄位、透過 rename_axis() 命名索引欄,並將 MultiIndex 的各層級轉成欄位。
↗
Pandas File
Pandas 追加資料到 CSV 中
本教程演示瞭如何在追加模式下使用 to_csv()向現有的 CSV 檔案新增資料。
↗
Pandas DataFrame
如何將函式應用到 Pandas Dataframe 中的某一列中去
本文比較了 apply 和 transform 方法的用法、語法和應用;如何使用它們將一個函式應用到 DataFrame 中。
↗
Pandas DataFrame
將 Lambda 函式應用於 Pandas DataFrame
本指南說明如何使用 DataFrame.assign() 和 DataFrame.apply() 方法將 Lambda 函式應用於 pandas DataFrame。
↗
Pandas DataFrame
獲取 Pandas 列中的唯一值並進行排序
本教程演示瞭如何在 Pandas DataFrame 中查詢列中的唯一值以及如何對其進行排序。
↗
Pandas DataFrame Column
Pandas 由兩列來 groupby
本教程講解了我們如何在 Pandas 中將 DataFrame.groupby()方法應用於兩列,以將 DataFrame 分成幾組。
↗
Pandas DataFrame
將兩個 Pandas 系列合併到一個 DataFrame 中
本指南演示瞭如何使用 pandas.concat()、pandas.merge()、DataFrame.join() 方法將兩個 Pandas 系列組合或合併到一個 DataFrame 中。
↗
Pandas DataFrame
計數 Pandas 中每組的唯一值
通過使用 Pandas 庫中的 df.groupby().nunique(),df.groupby().agg()和 df.groupby().unique()方法對 DataFrame 中的列進行分組來對值進行計數
↗
Pandas DataFrame
將函式應用於 Pandas DataFrame 中的每一行
本教程演示瞭如何對 DataFrame 中的每一行使用 Pandas 應用函式,以及如何將不同的函式作為引數應用,例如對每一行使用 lambda、numpy 和使用者定義函式。
↗
Pandas NaN
如何在 Pandas DataFrame 的列中將所有 NaN 值替換為零
在 Pandas 庫中使用 df.fillna(),df.replace()方法在 DataFrame 中將 NaN 值替換為零
↗
Pandas DataFrame Column
將 Pandas DataFrame 列轉換為列表
本文介紹瞭如何將 Pandas DataFrame 列轉換為列表。
↗
Pandas DataFrame
如何將 Pandas Series 轉換為 DataFrame
介紹如何將 Pandas Series 轉換為 DataFrame。
↗
Pandas DataFrame
在 Pandas 中正規化數值 DataFrame 欄的三種方法
比較針對數值型 Pandas DataFrame 欄的平均值(z 分數)標準化、min-max 縮放與分位數正規化,並附公式與可重複使用的範例。
↗
Pandas DataFrame
遍歷 Pandas DataFrame 的列
本教程演示了如何在 Dataframe 的列中進行遍歷。
↗
1
2
…
7
下一頁
→
找不到項目
請嘗試其他搜尋,或清除篩選條件。
清除篩選條件