my_data=[
[“a”,”b”,”c”,”d”],
[“E”,”F”,”G”,”H”],
[“i”,”j”,”k”,”l”]
]
import pandas as pd
df = pd.DataFrame(my_data,
index=[“甲”,”乙”,”丙”],
columns=[2,4,6,8])
print(“DataFrame:\n”,df)
print(“{:=^20s}”.format(“傳說中的分隔線”) )
df_reset_index = df.reset_index(drop=True)
#drop=True: 原本的index(甲,乙,丙)被捨棄
print(“reset_index:\n”,df_reset_index)
#可以看到只有列index被重置,欄index未變
print(“{:=^20s}”.format(“傳說中的分隔線”) )
df_reset_index.columns=\
range(df_reset_index.columns.size)
“””
#.columns.size可替換為.shape[1]
#也就是说，reindex应该用作根据
已有的索引进行数据操作，
而不能用作创建新的索引。
“””
print(“重置col index:\n”,df_reset_index)
輸出結果:
DataFrame的屬性:
DataFrame的屬性:
DataFrame的屬性:
DataFrame的屬性:
df.columns 與df.keys()同效果:
DataFrame的屬性:
DataFrame轉成ndarray
屬性使用.values #屬性不用() .values 結尾有s
方法使用.to_numpy() #方法要()
官方建議使用 DataFrame.to_numpy() 代替.values
推薦hahow線上學習python: https://igrape.net/30afN
]*>.*?底下插入一個圖檔.*?</w:p>’, flags = re.DOTALL) ; new_xml, n = pattern.subn(”, xml, count=1)' title='Python正則替換：全面掌握 re.sub 與 re.subn 的差異與實戰 #substitute（替換）; . 預設匹配「除\n以外的任意單一字元」; pattern = re.compile(r'<w:p[^>]*>.*?底下插入一個圖檔.*?</w:p>’, flags = re.DOTALL) ; new_xml, n = pattern.subn(”, xml, count=1)' loading='lazy' width=350 height=233 />
![Python爬蟲:BeautifulSoup的 .find_all() 與 .find() 與 .select(‘標籤名[屬性名1=”屬性值1″][屬性名2=”屬性值2″]’) ; from bs4 import BeautifulSoup ; Live Server(可以預覽HTML的VS Code套件)](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2025/03/20250330190318_0_925655.jpg?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python爬蟲:BeautifulSoup的 .find_all() 與 .find() 與 .select(‘標籤名[屬性名1=”屬性值1″][屬性名2=”屬性值2″]’) ; from bs4 import BeautifulSoup ; Live Server(可以預覽HTML的VS Code套件)")
![Python: pandas.Series如何只保留str,去除重複值？#isinstance(x:Any, str) -> bool #.drop_duplicates() #Series.apply( function )逐元素應用function運算 #DataFrame.apply( function )逐Series應用function運算 .drop_duplicates() 跟.unique()有何差別? df.drop_duplicates() 等效於 df[~df.duplicated()]](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2024/11/20241123194900_0_5218de.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python: pandas.Series如何只保留str,去除重複值？#isinstance(x:Any, str) -> bool #.drop_duplicates() #Series.apply( function )逐元素應用function運算 #DataFrame.apply( function )逐Series應用function運算 .drop_duplicates() 跟.unique()有何差別? df.drop_duplicates() 等效於 df[~df.duplicated()]")
近期留言