写过SQL的小伙伴了解,条件查询就是SQL中WHERE的部分, pandas如何实现where条件,我们来仔细盘一下:
第一种写法:
print(data[data['a'] >= '2'])
上面可以解读为...WHERE条件在python中应用非常多,所以各个包中都会涉及对应的内容,在numpy中也有对应的思路:
import numpy as np
A = np.array([1, 7, 4, 9, 2,...3, 6, 0, 8, 5])
B = np.where(A%2 == 0, A+1, A-1) # 偶+1,奇-1
print(B)
SQL中有一个函数为like,即为模糊查询,这一查询方式在pandas...几种常用的用法有:
单列分组:然后按照另一列数据计算相应值:
print(data1.groupby('a')['b'].mean())
多列分组:然后按照另一列数据计算相应值:
Agg的作用即为封装对应的函数...print(data1.groupby(['a','b']).agg('mean'))
多列分组:然后按照多列分别计算相应值:
data1 = pd.DataFrame([['1','23',3, 5