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。

此页面有 __COUNT__ 个条目

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 多列合并本教程介绍了如何在 Pandas 中使用 DataFrame.merge()方法合并两个 DataFrames。 Pandas 丢掉 DataFrame 中重复的行本教程介绍了如何使用 DataFrame.drop_duplicates()方法从 Pandas DataFrame 中删除所有重复的行。 Pandas groupby 计数本教程解释了如何从 DataFrame 中使用 DataFrame.groupby()方法导出的组获得像 count、sum、max 以及更多的统计数据。 Pandas DataFrame 重置索引本教程介绍了如何在 Python 中使用 pandas.DataFrame.reset_index()重置索引。 Pandas DataFrame 选择列本教程介绍了如何通过索引或使用 DataFrame.drop()和 DataFrame.filter()方法从 Pandas DataFrame 中选择列。 Pandas DataFrame 删除索引本教程介绍了如何删除 Pandas DataFrame 的索引。 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 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 基于其他列创建新列在本教程中,我们将介绍如何在 Pandas DataFrame 中根据 DataFrame 中其他列的值,通过对列的每个元素应用一个函数或使用 DataFrame.apply()方法来创建新的列。 Pandas DataFrame 的唯一值计数本教程解释了我们如何使用 Series.value_counts()和 DataFrame.nunique()方法来统计 DataFrame 中的唯一值。 Pandas loc vs iloc本教程介绍了如何使用 Python 中的 loc 和 iloc 从 Pandas DataFrame 中过滤数据。 Pandas apply, map 和 applymap 的区别本教程解释了 Pandas 中 apply()、map()和 applymap()方法的区别。 DataFrame 获取给定列的第一行本教程介绍了如何在 Pandas DataFrame 中使用 Series.loc()和 Series.iloc()方法获取给定列的第一行。 追加到 Pandas 中的空 DataFrame本教程演示了如何使用 Python 在 Pandas 中附加到空 DataFrame。 在 Python Pandas 中使用 str.split 将字符串拆分为两个列表列本教程介绍如何使用 pandas str.split() 函数将字符串拆分为两个列表列。 在 Pandas 中使用 stack() 和 unstack() 函数重塑 DataFrame本文讨论了 Pandas 中 stack() 和 unstack() 函数的使用。 在 Pandas 中删除最后一行和最后一列本教程演示如何在 Python 中删除 Pandas DataFrame 中的行和列。 在 Pandas 中删除重复的列本教程演示了如何在 Pandas 中删除重复的列。 在 Pandas 中将分类变量转换为数值本教程演示了如何在 Pandas 中将分类变量转换为数值变量。 在 Pandas 中分组和排序本教程演示如何在 Pandas 中按数据分组和排序。 在 Pandas 中从多索引恢复为单索引本教程演示了如何使用 Python 在 Pandas 中从 MultiIndex 恢复为单个索引。 在 Pandas 的列中展平层次索引在这篇文章中,我们将使用不同的函数来使用 Pandas DataFrame 列来展平层次索引。我们将使用的方法是重置索引和 as_index() 函数。 在 Pandas DataFrame 中添加一列本教程将演示如何在 Pandas 中将列附加到 DataFrame 中。