最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python數(shù)據(jù)分析pandas之布爾索引使用詳解

 更新時間:2023年07月17日 10:46:59   作者:YiYa_咿呀  
這篇文章主要為大家介紹了Python數(shù)據(jù)分析pandas之布爾索引使用示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪

正文

&:與
|:或

不同條件需要用()括起來

import pandas as pd
# 構造字典數(shù)據(jù)
dic = {
    "name":["shanjialan","shanyanhong","luckyapple"],
    "age":[21,23,12],
    "hobby":["sports","music","programming"]
}
# dataframe讀取字典
df = pd.DataFrame(dic)

# 簡單判斷
print(df[df["age"]>18])
print(df[df["name"].str.len()>10])
# 復雜判斷
print(df[(df["age"]>18)&(df["age"]<22)])

pandas字符串的方法

pandas 缺失數(shù)據(jù)的處理

pd.isnull(df):df每個數(shù)據(jù)是否為空的bool矩陣

pd.notnull(df):df每個數(shù)據(jù)是否不為空的bool矩陣

缺失數(shù)據(jù)包括np.nan/None

import pandas as pd
import numpy as np
# 構造字典數(shù)據(jù)
dic = {
    "name":["shanjialan","shanyanhong","luckyapple","hunvibe","chenwenhao"],
    "age":[21,23,0,np.nan,21],
    "hobby":["sports","music","programming","eating","basketball"]
}
# dataframe讀取字典
df = pd.DataFrame(dic)
print(pd.isnull(df))
print(pd.notnull(df))

缺失值的處理方法:刪除或者填充

  • df.dropna(how='all/any',inplace='True/False',axis=n):
  • how——以何種方式刪除,all:所有數(shù)據(jù)都為nan,any表示只要有一個就可;
  • inplace:是否原地修改,TRUE為原地修改,F(xiàn)ALSE為默認選擇
  • axis:指定軸
  • df.fillna(value):填充為value值
print(df.dropna(how='any',axis=0,inplace=False))
print(df["age"].fillna(value=df['age'].mean()))

注意:在pandas中出現(xiàn)nan進行求均值等操作會默認為0,和在numpy中不同

處理0值

t[t==0]=np.nan

以上就是Python數(shù)據(jù)分析pandas之布爾索引使用詳解的詳細內(nèi)容,更多關于Python pandas布爾索引的資料請關注腳本之家其它相關文章!

相關文章

最新評論

屏东县| 中山市| 四子王旗| 威远县| 武山县| 扎赉特旗| 公主岭市| 天津市| 台南市| 汉阴县| 呼图壁县| 秦皇岛市| 陕西省| 绥江县| 将乐县| 黄骅市| 改则县| 金川县| 都昌县| 玉树县| 桃江县| 赤峰市| 宝鸡市| 福安市| 囊谦县| 莱阳市| 镇巴县| 镇江市| 彭州市| 新巴尔虎左旗| 延津县| 孟连| 山东省| 贵定县| 项城市| 永靖县| 曲阜市| 石渠县| 朝阳区| 长丰县| 花垣县|