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 删除带有 NaN 的行本教程解释了我们如何使用 DataFrame.notna()和 DataFrame.dropna()方法来删除所有带有 NaN 值的行。 Pandas 将字符串转换为数字类型本教程介绍了如何使用 pandas.to_numeric()方法将 Pandas DataFrame 的字符串值转换为数字类型。 Pandas 将列值转换为字符串本教程讲解了我们如何将 DataFrame 列值的数据类型转换为字符串。 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 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。 在 Pandas DataFrame 中使用 isin() 函数本文演示了如何使用 SQL 中的 IN 和 Not IN 运算符过滤 Pandas DataFrame。