技术文章库 - 编程教程与技术分享平台
用 Python 编写一个程序，从数据框字典中创建一个面板并打印第一列的最大值
面板中第一列的最大值的结果是第一列的最大值是；Column11.377292解决方案为了解决这个问题，我们将遵循以下方法−将数据值设置为字典键为‘Column1’，值为pd.DataFrame(np.random.randn(5,3))data={'Column1':pd.DataFrame(np.random.randn(5,
用 Python 编写一个程序，将数据框索引在正向和负向移动两个周期
假设，您有一个数据框，将索引在正向和负向移动两个周期，将索引在正向移动三个周期IdAge2020-01-0100:00:00NaNNaN2020-01-0112:00:00NaNNaN2020-01-0200:00:001.010.02020-01-0212:00:002.012.02020-01-0300:00:003.014.0将指数向负方向
用 Python 编写一个程序来删除给定数据框中的第一个重复行
假设您有一个数据框，删除第一个重复行的结果是，IdAge01123413451456126213771683149915101014解决方案为了解决这个问题，我们将遵循下面给出的步骤−定义一个数据框在Id和Age列中应用drop_duplicates函数，然后将keep初始值指定为‘last&rs
用 Python 编写一个程序来计算分组数据协方差并计算给定数据框中两列之间的分组数据协方差
假设，您有一个数据框，并且从分组数据和相应列计算协方差的结果为，Groupeddatacovarianceis:mark1mark2subjectsmathsmark125.012.500000mark212.5108.333333sciencemark128.050.000000mark250.0233.333
编写一个 Python 程序以不同的方式重塑给定的数据框
我们可以使用melt()、stack()、unstack()和pivot()函数重塑数据框。解决方案1定义一个数据框。应用melt()函数将宽数据框列转换为行。它定义如下，df.melt()示例让我们看看下面的代码以更好地理解−importpandasaspddf=pd.DataFrame({'Id':[1,2,3],'Age'
用 Python 编写一个程序，移动第一列并从用户那里获取值，如果输入可以被 3 和 5 整除，则填充缺失值
输入−假设您有一个DataFrame，移动第一列并填充缺失值的结果是，onetwothree011010012202002330300输入值15onetwothree015110115220215330解决方案为了解决这个问题，我们将遵循下面的方法。定义一个DataFrame使用以下代码移动第一列，data.shift(p
编写一个程序，根据索引值截断数据框的时间序列数据
假设您有一个包含时间序列数据的数据框，截断数据的结果是，beforetruncate:Idtime_series012020-01-05122020-01-12232020-01-19342020-01-26452020-02-02562020-02-09672020-02-16782020-02-23892020-03-019102020-03-08a
用 Python 编写一个程序来计算序列和滞后数之间的自相关
假设，您有序列，并且滞后2的自相关结果是，序列为:02.0110.023.034.049.0510.062.07NaN83.0dtype:float64序列相关性:-0.4711538461538461滞后序列相关性:-0.2933396642805515解决方案为了解决这个问题，我们将遵循下面给出的步骤−定义一个系列使用以下方法查找系列
用 Python 编写一个程序，将给定的数据框导出为 Pickle 文件格式并从 Pickle 文件中读取内容
假设您有一个数据框和要导出到pickle文件的结果，并从文件中读取内容，Exporttopicklefile:Readcontentsfrompicklefile:FruitsCity0AppleShimla1OrangeSydney2MangoLucknow3KiwiWellington解决方案为了解决这个问题，我们将遵循下面给出的步骤&minu
编写 Python 代码从文件中读取 JSON 数据并将其转换为数据框、CSV 文件
假设您将以下示例json数据存储在文件中，文件名为pandas_sample.json{"employee":{"name":"emp1","salary":50000,"age":31}}转换为csv后的结果为，,employeeage,31name,emp
用 Python 编写一个程序来对给定的时间序列数据进行重新采样并找到最大月末频率
假设您有时间序列和最大月末频率的结果，DataFrame为:Idtime_series012020-01-05122020-01-12232020-01-19342020-01-26452020-02-02562020-02-09672020-02-16782020-02-23892020-03-019102020-03-08最大月末频率:
编写一个 Python 程序将数据框导出到 html 文件
假设，我们已经保存了pandas.csv文件并将文件导出为Html格式解决方案为了解决这个问题，我们将遵循下面给出的步骤−使用read_csv方法读取csv文件，如下所示−df=pd.read_csv('pandas.csv')使用文件对象在写入模式下创建新文件pandas.html，f=open('pandas.htm
编写一个 Python 程序从文件中读取 Excel 数据并读取第一列和最后一列的所有行
假设，您在您的位置存储了一个名为pandas.xlsx的Excel文件。解决方案为了解决这个问题，我们将按照下面给出的步骤−定义pd.read_excel方法从pandas.xlsx文件读取数据并将其保存为dfdf=pd.read_excel('pandas.xlsx')应用df.iloc[:,0]打印第一列的所有行df.iloc[:,0]应
用 Python 编写一个程序，从文件中读取 CSV 数据并打印最后两行的总和
假设您的csv文件中有以下数据，并将其保存为pandas.csv。pandas.csvId,Data1,112,223,334,445,556,667,778,889,9910,100最后两条记录的总和结果为，Sumoflasttworows:Id9Data99解决方案1从csv文件访问存储的数据并使用以下方法将其保存为数据，data=pd.read_csv('
编写一个 Python 程序，将数据框导出到包含多个工作表的 Excel 文件中
假设您有一个数据框，将数据框导出到多个工作表的结果如下，为了解决这个问题，我们将遵循下面给出的步骤−解决方案导入xlsxwriter模块以使用excel转换定义一个数据框并分配给df在要创建的excel名称内应用pd.ExcelWriter函数，并将引擎设置为xlsxwriterexcel_writer=pd.ExcelWriter('pandas_d
编写一个 Python 程序来分离一系列字母和数字并将它们转换为数据框
假设您有一个系列和分离字母和数字的结果，并将其存储在数据框中，系列为:0abx1231bcd252cxy30dtype:对象数据框为010abx1231bcd252cxy30为了解决这个问题，我们将遵循下面的方法，解决方案定义一个系列。Apple系列提取方法内部使用正则表达式模式来分隔字母和数字，然后将其存储在数据框中−series.str.extra
用 Python 编写一个程序来过滤给定系列中的阿姆斯特朗数字
假设您有一个系列和过滤阿姆斯特朗数字的结果，原始系列为01531323237134204500dtype:int64Armstrong数字为:-01532371dtype:int64为了解决这个问题，我们将遵循下面给出的步骤−定义一个系列。创建一个空列表并设置for循环以访问所有系列数据。将armstrong初始值设置为0，并创建temp
编写一个 Python 程序来对给定系列中的所有元素进行打乱
假设您有一个数据框和对系列中的所有数据进行打乱的结果，原始系列是0112233445dtype:int64打乱后的系列是:0211233544dtype:int64解决方案1定义一个系列。应用随机打乱方法将系列数据作为参数并对其进行打乱。data=pd.Series([1,2,3,4,5])print(data)rand.shuffle(data)
用 Python 编写一个程序来转换数据框中特定列的数据类型
假设您有一个数据框，将浮点数转换为整数的结果为，BeforeconversionNameobjectAgeint64Mathsint64Scienceint64Englishint64Resultfloat64dtype:objectAfterconversionNameobjectAgeint64Mathsint64Scienceint64E
编写 Python 代码来交换给定数据框中的最后两行
假设您有数据框和交换最后两行的结果，BeforeswappingNameAgeMathsScienceEnglish0David139875791Adam125996452Bob126655703Alex139549604Serina12707880AfterswappingNam
