一日一技：从列表中一次性筛选多个指定位置的数据Pandas的DataFrame在筛选列数据的时候，有一个非常方便的用法。假设现在有这样一个DataFrame：importpandasaspddata=[{‘name‘:‘kingname‘,‘age‘:20,‘salary‘:99999},{‘name‘:‘alice‘,‘age‘:30,‘salary‘:99999},{‘name‘:‘bob‘,
分类：
其他好文 时间：
2020-12-08 12:51:15
阅读次数：
7
# 设置输出结果列对齐 pd.set_option('display.unicode.ambiguous_as_wide',True) pd.set_option('display.unicode.east_asian_width',True) #用来正常显示中文标签 plt.rcParams['f ...
分类：
其他好文 时间：
2020-12-05 10:54:19
阅读次数：
8
import pandas as pd import plotly_express as px 查看原始数据情况 df=pd.read_excel('leyoujia.xlsx') zone = pd.DataFrame(df["zone"].value_counts()).reset_index( ...
分类：
其他好文 时间：
2020-12-01 12:03:42
阅读次数：
3
数据分析里面可视化是重要的环节，辛苦把数据采集，然后经历了很多工序的清洗之后，最后要展现给用户，最好的方法就是数据可视化。数据可视化是一门艺术也是科学，可视化的神兵利器很多，今天介绍大名鼎鼎的Matplotlib,当然还有懒人专用的pandas画图，只要几行搞定，还有R语言的ggplot2最人性的库，以及酷炫的JS库D3.今天就先了解一下Python中最著名的绘图库Matplotlib，看看到底如
分类：
编程语言 时间：
2020-11-27 11:11:57
阅读次数：
8
toad是由厚本金融风控团队内部孵化，后开源并坚持维护的标准化评分卡库。其功能全面、性能稳健、运行速度快、问题反馈后维护迅速、深受同行喜爱。如果有些小伙伴没有一些标准化的信用评分开发工具或者企业级的定制化脚本，toad应该会极大的节省大家的时间 一、加载所需模块 import pandas as p ...
分类：
其他好文 时间：
2020-11-27 10:57:28
阅读次数：
6
pandas做Excel合并报错了 XLRDError: Unsupported format, or corrupt file: Expected BOF record; found b'\x15Microso' 一次打出文件名，发现了临时文件，后来读取发现一样的错误， 再次定位，打开文件没有关闭 ...
分类：
其他好文 时间：
2020-11-21 12:24:37
阅读次数：
5
1.环境准备 pip3 install pymysql pip3 install sqlalchemy 2.连接数据库 import pymysql import numpy as np import pandas as pd from sqlalchemy import create_engine ...
分类：
数据库 时间：
2020-11-17 12:37:02
阅读次数：
14
参考自：https://www.php.cn/python-tutorials-427622.html 安装第三方库 pip install numpy pip install pandas pip install xlrd # 操作excel时会用到 构造数据 DataFrame 第一个参数： ? ...
分类：
编程语言 时间：
2020-11-17 12:33:37
阅读次数：
8
DataFrame.to_excel(excel_writer, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, header=True, index=True, index_label=None, startrow= ...
分类：
其他好文 时间：
2020-11-17 12:12:54
阅读次数：
7
一、过滤机制 可以按照下列方法，依据列的值过滤DataFrame处理某些符合条件的行 dataframe[ 条件 ] dataframe[ dataframe["colname"] > value ] dataframe[ dataframe["colname"] < value ] datafra ...
分类：
其他好文 时间：
2020-11-16 14:05:15
阅读次数：
25
