df[df['片名'].duplicated()]
20-删除重复值
删除全部的重复值
df.drop_duplicates()
21-删除重复值|指定
删除全部的重复值,但保留最后一次出现的值
df.drop_duplicates...(df,values=['销售额'],index='省/自治区',aggfunc=sum)
4 - 数据透视|多方法
制作各省「销售总额」与「平均销售额」的数据透视表
pd.pivot_table(df...'mean',sum],margins=True)
9 - 数据透视|筛选
在上一题的基础上,查询 「类别」 等于 「办公用品」 的详情
10 -数据透视|逆透视
逆透视就是将宽的表转换为长的表,例如将第...5 题的透视表进行逆透视,其中不需要转换的列为『数量』列
pd.pivot_table(df,values = ['销售额','利润','数量'],index = '类别',aggfunc = sum...(right,on=['key1','key2'])
8-金融数据与时间处理
8-1pandas中的时间操作
1-时间生成|当前时间
使用pandas获取当前时间
pd.Timestamp('now')