pandas 关键操作 littlevigra 数据分析 使用pyttsx3实现简单tts服务

【自取】最近整理的,有需要可以领取学习:

  1. 利用loc、iloc提取行数据
import numpy as np
import pandas as pd
#创建一个Dataframe
data=pd.DataFrame(np.arange(16).reshape(4,4),index=list('abcd'),columns=list('ABCD'))

In[1]: data
Out[1]:
    A   B   C   D
a   0   1   2   3
b   4   5   6   7
c   8   9  10  11
d  12  13  14  15

#取索引为'a'的行
In[2]: data.loc['a']
Out[2]:
A    0
B    1
C    2
D    3

#取第一行数据,索引为'a'的行就是第一行,所以结果相同
In[3]: data.iloc[0]
Out[3]:
A    0
B    1
C    2
D    3
  1. 利用loc、iloc提取指定行、指定列数据
In[6]:data.loc[['a','b'],['A','B']] #提取index为'a','b',列名为'A','B'中的数据
Out[6]:
   A  B
a  0  1
b  4  5

In[7]:data.iloc[[0,1],[0,1]] #提取第0、1行,第0、1列中的数据
Out[7]:
   A  B
a  0  1
b  4  5
  1. 选择C列大于6的行
index_C_big_2 = data.loc[data['C']>6]
print(index_C_big_2)

4.

利用loc函数的时候,当index相同时,会将相同的Index全部提取出来,优点是:如果index是人名,数据框为所有人的数据,那么我可以将某个人的多条数据提取出来分析;

缺点是:如果index不具有特定意义,而且重复,那么提取的数据需要进一步处理,可用.reset_index()函数重置index

pandas 关键操作 littlevigra 数据分析 使用pyttsx3实现简单tts服务

pandas 关键操作 littlevigra 数据分析 使用pyttsx3实现简单tts服务
df_user = pd.DataFrame(df_sales['用户码'].unique()) #生成以用户码为主键的结构df_user
df_user.columns = ['用户码'] #设定字段名

df_user = df_user.sort_values(by='用户码',ascending=True).reset_index(drop=True) #按用户码排序
df_user #显示df_user

————————————————

原文链接:https://blog.csdn.net/W_weiying/article/details/81411257

Original: https://www.cnblogs.com/hixiaowei/p/15999309.html
Author: Mike_Zhang
Title: pandas 关键操作 littlevigra 数据分析 使用pyttsx3实现简单tts服务

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/9102/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

发表回复

登录后才能评论
免费咨询
免费咨询
扫码关注
扫码关注
联系站长

站长Johngo!

大数据和算法重度研究者!

持续产出大数据、算法、LeetCode干货,以及业界好资源!

2022012703491714

微信来撩,免费咨询:xiaozhu_tec

分享本页
返回顶部