跳至内容
菜单
探索主题
教程列表
技巧贴士
函数参考
简体中文
⌄
简体中文
한국어
Português
Italiana
Français
Deutsche
正體中文
Español
English
日本語
首页
→
How-to 指南
→
Python Pandas Howtos
实用解决方案
Python Pandas Howtos 实用指南
解决问题,继续构建。 Python Pandas 入门指南文章集合
找到你需要的答案
按任务分类浏览实用解决方案。
搜索此页面
此页面有 __COUNT__ 个条目
Pandas Series
Pandas map()
本教程解释了我们如何使用 Series.map()方法将 Pandas Series 的值替换为另一个值。
↗
Pandas DataFrame Row
如何对 Pandas 中的 DataFrame 行随机排序
可以使用 pandas 的 `pandas.DataFrame.sample()`、NumPy 的 `numpy.random.permutation()` 或 scikit-learn 的 `sklearn.utils.shuffle()`,随机打乱 pandas DataFrame 的所有行。
↗
Pandas DataFrame
如何在 Pandas DataFrame 中重命名列
本文介绍了在 Pandas DataFrame 中重命名列的三种方法,并说明如何选择适合的方式。
↗
Pandas DataFrame Row
Pandas DataFrame 删除某行
本教程介绍了如何使用 pandas.DataFrame.drop()方法在 Pandas 中删除行。
↗
Pandas Mask
Pandas Masking
本教程演示了如何在 Pandas 中创建 masking。
↗
Pandas DataFrame
Pandas 复制 DataFrame
本教程将介绍如何使用 DataFrame.copy()方法复制 DataFrame 对象,并探讨 DataFrame.copy()方法的使用。
↗
Pandas DataFrame
使用 Python 将 Pandas DataFrame 保存为 HTML
本教程演示如何将 Pandas DataFrame 转换为 Python 中的 HTML 表格。
↗
Pandas DataFrame
将 Pandas DataFrame 写入 CSV
本教程介绍了我们如何使用 pandas.DataFrame.to_csv()函数将 DataFrame 写入 CSV 文件。
↗
Pandas DataFrame Column
Pandas DataFrame 排除列
本教程讲解了我们如何从 DataFrame 中获取除某一列以外的所有列。
↗
Pandas DataFrame
Pandas 中如何获取特定列满足给定条件的所有行的索引
我们可以使用简单的索引操作,np.where()函数和 query()方法来获取特定列满足给定条件的所有行的索引。
↗
Pandas DataFrame
如何将 Pandas DataFrame 的索引转换为列
本教程介绍如何使用 df.index 或 reset_index 将 Pandas DataFrame 的索引添加为列,使用 rename_axis 命名结果列,并将 MultiIndex 的各层级转换为列。
↗
Pandas DataFrame
如何将函数应用到 Pandas Dataframe 中的某一列中去
本文比较了 apply 和 transform 方法的用法、语法和应用;如何使用它们将一个函数应用到 DataFrame 中。
↗
Pandas File
Pandas 追加数据到 CSV 中
本教程演示了如何在追加模式下使用 to_csv()向现有的 CSV 文件添加数据。
↗
Pandas DataFrame
将 Lambda 函数应用于 Pandas DataFrame
本指南说明如何使用 DataFrame.assign() 和 DataFrame.apply() 方法将 Lambda 函数应用于 pandas DataFrame。
↗
Pandas DataFrame
获取 Pandas 列中的唯一值并进行排序
本教程演示了如何在 Pandas DataFrame 中查找列中的唯一值以及如何对其进行排序。
↗
Pandas DataFrame Column
Pandas 由两列来 groupby
本教程讲解了我们如何在 Pandas 中将 DataFrame.groupby()方法应用于两列,以将 DataFrame 分成几组。
↗
Pandas DataFrame
将两个 Pandas 系列合并到一个 DataFrame 中
本指南演示了如何使用 pandas.concat()、pandas.merge()、DataFrame.join() 方法将两个 Pandas 系列组合或合并到一个 DataFrame 中。
↗
Pandas DataFrame
计数 Pandas 中每组的唯一值
通过使用 Pandas 库中的 df.groupby().nunique(),df.groupby().agg()和 df.groupby().unique()方法对 DataFrame 中的列进行分组来对值进行计数
↗
Pandas DataFrame
将函数应用于 Pandas DataFrame 中的每一行
本教程演示了如何对 DataFrame 中的每一行使用 Pandas 应用函数,以及如何将不同的函数作为参数应用,例如对每一行使用 lambda、numpy 和用户定义函数。
↗
Pandas NaN
如何在 Pandas DataFrame 的列中将所有 NaN 值替换为零
在 Pandas 库中使用 df.fillna(),df.replace()方法在 DataFrame 中将 NaN 值替换为零
↗
Pandas DataFrame
在 Pandas 中规范化数值 DataFrame 列的三种方法
比较针对数值型 Pandas DataFrame 列的均值(z 分数)标准化、min-max 缩放和分位数规范化,并附公式与可复用的示例。
↗
Pandas DataFrame
如何将 Pandas Series 转换为 DataFrame
介绍如何将 Pandas Series 转换为 DataFrame。
↗
Pandas DataFrame Column
将 Pandas DataFrame 列转换为列表
本文介绍了如何将 Pandas DataFrame 列转换为列表。
↗
Pandas DataFrame
遍历 Pandas DataFrame 的列
本教程演示了如何在 Dataframe 的列中进行遍历。
↗
1
2
…
7
下一页
→
未找到条目
请尝试其他搜索,或清除筛选条件。
清除筛选条件