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
![Python: pandas.DataFrame如何移除所有空白列?if df_raw.iloc[r,0] is np.nan: nanLst.append(r) ; df_drop0 = df_raw.drop(nanLst,axis=0) ; pandas.isna() ;df_drop0 = df_raw.drop(nanLst,axis=0).reset_index(drop=True)](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2022/12/20221206144233_67.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python: pandas.DataFrame如何移除所有空白列?if df_raw.iloc[r,0] is np.nan: nanLst.append(r) ; df_drop0 = df_raw.drop(nanLst,axis=0) ; pandas.isna() ;df_drop0 = df_raw.drop(nanLst,axis=0).reset_index(drop=True)")
![Python如何做excel的樞紐分析? groupbyObj = df.groupby([‘A’, ‘B’]) ; groupbyObj.apply() 跟 groupbyObj.agg() 差異為何? result = groupbyObj .apply( function(df) -> Series ) ; result_agg = groupbyObj .agg( [‘mean’, ‘std’] ) ; aggfunc(Series) -> float](https://i1.wp.com/savingking.com.tw/wp-content/uploads/2023/03/20230327140158_46.png?quality=90&zoom=2&ssl=1&resize=350%2C233 "Python如何做excel的樞紐分析? groupbyObj = df.groupby([‘A’, ‘B’]) ; groupbyObj.apply() 跟 groupbyObj.agg() 差異為何? result = groupbyObj .apply( function(df) -> Series ) ; result_agg = groupbyObj .agg( [‘mean’, ‘std’] ) ; aggfunc(Series) -> float")
近期留言