如何正确避免for循环和迭代pandas dataframe？
为了正确避免使用for循环和迭代pandas dataframe，可以使用pandas提供的向量化操作和内置函数来实现更高效的数据处理。
- 使用向量化操作：pandas提供了许多向量化操作函数，如apply、map、applymap等，可以对整个DataFrame或Series进行操作，避免了使用for循环逐行处理数据。例如，可以使用apply函数对DataFrame的某一列进行操作，如计算平方根：
import pandas as pd
# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5]})
# 使用apply函数进行向量化操作
df['B'] = df['A'].apply(lambda x: x**0.5)- 使用内置函数：pandas提供了许多内置函数，可以直接对DataFrame进行操作，而无需使用for循环。例如，可以使用sum函数计算DataFrame的列和：
import pandas as pd
# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5]})
# 使用sum函数计算列和
column_sum = df['A'].sum()- 使用pandas的聚合函数：pandas提供了许多聚合函数，如mean、sum、count等，可以对DataFrame进行聚合操作，而无需使用for循环。例如，可以使用mean函数计算DataFrame的列平均值：
import pandas as pd
# 创建DataFrame
df = pd.DataFrame({'A': [1, 2, 3, 4, 5]})
# 使用mean函数计算列平均值
column_mean = df['A'].mean()总结起来，为了正确避免使用for循环和迭代pandas dataframe，可以使用向量化操作、内置函数和聚合函数来实现更高效的数据处理。这样可以提高代码的执行效率，并且使代码更简洁易读。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云官网：https://cloud.tencent.com/
- 腾讯云数据库：https://cloud.tencent.com/product/cdb
- 腾讯云云服务器：https://cloud.tencent.com/product/cvm
- 腾讯云人工智能：https://cloud.tencent.com/product/ai
- 腾讯云物联网：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动开发：https://cloud.tencent.com/product/mobdev
- 腾讯云存储：https://cloud.tencent.com/product/cos
- 腾讯云区块链：https://cloud.tencent.com/product/baas
- 腾讯云元宇宙：https://cloud.tencent.com/product/mu
相关·内容
1回答
我有一个下面的数据框架：
import pandas
df = pandas.DataFrame({"terms" : [[['the', 'boy', 'and', 'the goat'],['a', 'girl', 'and', 'the cat']], [['fish', 'boy', 'with', 'the dog'],['when', 'girl'
浏览 23提问于2019-07-24得票数 2
回答已采纳
1回答
我想要创建一个熊猫数据page，它包括满足条件的所有行(并且我成功地做到了)，从一个多页面的网站.But中刮取，最后的结果是我得到的熊猫数据只有在循环中声明的范围的最后一页中的行。如果有人指出错误在哪里，而不是所有页面的结果，只有最后一页，我将非常感激。
import requests
import pandas
from bs4 import BeautifulSoup
headers= {'User-Agent': 'Mozilla/5.0'}
for num in range (1,3):
url =' https://biznes.
浏览 4提问于2021-02-17得票数 2
回答已采纳
我收集了很多人(超过5万人)在两年内每隔一天收集的一些时间序列数据。我想对数据集中的每个人和每个度量应用指数加权移动平均函数。在计算移动平均值之后，我想要将新值与dataframe中的现有值连接起来。我已经知道了如何在一个小样本数据集上这样做，但是我担心它没有被优化，因此不会扩展到我的实际数据集。我有大量的RAM可用，所以我不怕耗尽空间，但我关心的是，这可能需要多长时间来计算我的整个数据集。特别是当我试验不同的跨度和聚合水平时。
感谢第13966期的起点！
如何优化此代码以更好地扩展到更大的数据集？
import pandas as pd
import random
from datetime
浏览 0提问于2017-11-16得票数 1
回答已采纳
1回答
如何使用计算过的列创建一个新的dataframe bigdf，该列迭代来自另一个df的每一行？我在新的dataframe bigdf中接收空行。
# Import pandas library
import pandas as pd
import numpy as np
# DataFrame
data = [['tom', 10], ['nick', 15], ['juli', 14]]
df = pd.DataFrame(data, columns = ['Name', 'Age'])
遍历每一行，计算每
浏览 1提问于2021-06-16得票数 0
回答已采纳
下面的代码旨在借助熊猫在Python中提供SQL的分组集功能。
SQL分组集的背景
在Python中这样做至少有两个好处：
它不像SQL那样冗长，而且
它提供了一组非冗余的聚合，而无需手动指定它们。
在Python中这样做至少有一个缺点：
内存使用率很可能高于SQL中的内存使用量。
我张贴这个问题是希望代码能够被清除。其次，我正在张贴，以确定是否有人会认为这有用。下面的示例已经用Python2.7.6和Pandas 0.15.1进行了测试。
from __future__ import division, print_function
import itertools as it
impor
浏览 0提问于2014-12-10得票数 3
回答已采纳
2回答
我是python和pandas的新手，我有以下DataFrame。
如何绘制DataFrame，其中每个ModelID都是一个单独的绘图，saledate是x轴，MeanToDate是y轴？
尝试
data[40:76].groupby('ModelID').plot()
DataFrame
浏览 42提问于2013-05-04得票数 20
回答已采纳
我有一段看似简单的代码，但不知何故它无法工作。代码的目标是找到文件夹中的所有pickle数据，加载for循环中的第一个数据作为pandas数据帧，该数据帧在以前不存在的变量下命名，如果该变量存在，它应该加载剩余的pickle文件作为pandas，并将它们附加到第一个循环中新创建的pandas数据帧中： import pandas as pd
import os
# Creating the first Dataframe using dictionary
df1 = pd.DataFrame({"a":[1, 2, 3, 4],
浏览 27提问于2020-06-24得票数 3
回答已采纳
1回答
我想在Python中使用concurrent运行一个函数。这是我的职能：
import concurrent.futures
import pandas as pd
import time
def putIndf(file):
listSel = getline(file)
datFram = savetoDataFrame(listSel)
return datFram #datatype : dataframe
def main():
newData = pd.DataFrame()
with concurrent.futures.Process
浏览 2提问于2019-06-19得票数 2
回答已采纳
我正在尝试使用以下内容创建一个DataFrame：
from pandas import DataFrame, read_csv
import matplotlib.pyplot as plt
import pandas as pd
import sys
# The inital set of baby names and birth rates
names =['Bob','Jessica','Mary','John','Mel']
births = [968, 155, 77, 578, 973]
#No
浏览 3提问于2014-08-05得票数 1
回答已采纳
2回答
目前，运行此代码将只生成一个.csv文件，其中只包含最后一个结果。如何将所有获取的数据导出到一个.csv文件中？
import requests
import pandas as pd
import json
from pandas.io.json import json_normalize
from bs4 import BeautifulSoup
for id in range (1, 6):
url = f"https://liiga.fi/api/v1/shotmap/2022/{id}"
res = requests.get(url)
浏览 5提问于2022-09-02得票数 0
回答已采纳
1回答
我正在努力理解"mapInPandas“是如何在火花中工作的。Databricks博客中引用的例子是：
from typing import Iterator
import pandas as pd
df = spark.createDataFrame([(1, 21), (2, 30)], ("id", "age"))
def pandas_filter(iterator: Iterator[pd.DataFrame]) -> Iterator[pd.DataFrame]:
for pdf in iterator:
y
浏览 14提问于2021-02-06得票数 2
回答已采纳
当我用熊猫做实验的时候，我注意到了pandas.read_csv的一些奇怪的行为，并且想知道是否有人有更多的经验可以解释是什么导致了它。
首先，下面是我从一个pandas.dataframe文件创建一个新的.csv的基本类定义：
import pandas as pd
class dataMatrix:
def __init__(self, filepath):
self.path = filepath # File path to the target .csv file.
self.csvfile = open(filepath) # Open
浏览 0提问于2014-09-19得票数 6
回答已采纳
2回答
我试图迭代包含一些DataFrame和一些浮动的int64s的行。iterrows()似乎正在将我的ints转化为浮点数，这破坏了我在下游想要做的一切：
>>> import pandas as pd
>>> df = pd.DataFrame([[10000000000000001, 1.5], [10000000000000002, 2.5]], columns=['id', 'prc'])
>>> [id for id in df.id]
[10000000000000001, 100000000000
浏览 1提问于2016-01-12得票数 14
回答已采纳
我正在编写一个脚本，它接受一个地址并输出两个值:坐标(作为列表)和结果(不管地理编码是否成功)。这很好，但是由于数据以列表的形式返回，所以我必须根据该列表的索引分配新列，该索引可以工作，但返回一个警告：
A value is trying to be set on a copy of a slice from a DataFrame
See the the caveats in the documentation: http://pandas.pydata.org/pandas-docs/stable/indexing.html#indexing-view-versus-copy.
编辑:为
浏览 4提问于2015-10-08得票数 1
回答已采纳
当我运行该代码时，它似乎遍历了整个dataframe两次，并且忽略了while条件。
import pandas as pd
a = 0
sales = [
{'account': 'Jones LLC', 'Jan': 150, 'Feb': 200, 'Mar': 140},
{'account': 'Alpha Co', 'Jan': 200, 'Feb': 210, 'Mar': 215
浏览 1提问于2019-08-28得票数 0
回答已采纳
我有一个数据帧，如下所示： df = pd.DataFrame({'col1': [1, 2], 'col2': [3, 4]}) 我想应用pandas shift函数将每列移位4次，并为每个移位创建一个新行： col1 col1.lag0 col1.lag1 col1.lag2 col1.lag3 col2 col2.lag0 col2.lag1 col2.lag2 col2.lag3
1 0 0 0 0 3 0 0 0 0
2
浏览 15提问于2021-04-22得票数 1
回答已采纳
我想把包含空格分隔十六进制数的熊猫数据转换成整数和浮点数(有些列只包含整数，有些列是浮动的)。dataframe有一个索引列(它是一个时间变量)。
dataframe如下所示：
print(selected_df.XData)
DataSrvTime
2021-07-08T08:43:29.0616419 C7 10 2 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0...
2021-07-08T08:43:30.0866790 C2 16 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0...
2021-07-08T0
浏览 11提问于2022-06-14得票数 0
回答已采纳
我正在尝试迭代Pandas DataFrame中的序列中的行。我想获取列csv_df['Strike']的每一行中的值，并将其插入在函数a中调用的变量K中。
然后，我希望将输出的a1和a2放入DataFrame中各自的列中。
我收到了错误：TypeError: unsupported operand type(s) for *: 'int' and 'zip'，我想如果我能找出支持哪些操作数，我就可以将a1和a2转换为它。
我的想法正确吗？
注意：S只是一个静态数字，因为df只有一行，而K有很多行。
代码如下：
from scipy.stats
浏览 1提问于2019-05-08得票数 0
我编写了一段代码，将DataFrame的部分连接到相同的DataFrame，以便按照某一列规范行的出现。
import random
def normalize(data, expectation):
"""Normalize data by duplicating existing rows"""
counts = data[expectation].value_counts()
max_count = int(counts.max())
for tag, group in data.groupby(exp
浏览 3提问于2016-02-12得票数 5
回答已采纳
1回答
熊猫排成行，长满了形形色色的夜光
、、、、
我会创建一个Pandas DataFrame，其中每个特定的(index, column)位置都可以是任意形状的数字，甚至是一个简单的数字。
这样做是可行的：
import numpy as np, pandas as pd
x = pd.DataFrame([[np.random.rand(100, 100, 20, 2), 3], [2, 2], [3, 3], [4, 4]],
index=['A1', 'B2', 'C3', 'D4'], columns=[
浏览 8提问于2022-06-23得票数 0
回答已采纳
如何遍历pandas Dataframe的每个单元？
喜欢
for every_cell in df.iterrows:
print(cell_value)
当然，打印并不是目标。应该在MongoDB中更新df的单元格值。
浏览 3提问于2020-12-11得票数 0
import bs4
from bs4 import BeautifulSoup
from pandas.core.base import DataError
from pandas.core.frame import DataFrame
import requests
import pandas as pd
from fake_useragent import UserAgent
urls = ['https://www.digikala.com/search/category-mobile', 'https://www.digikala.com/search
浏览 14提问于2021-01-18得票数 0
回答已采纳
我正在尝试编写代码，在循环中从在线来源收集数据，并在每次迭代中使用pandas操作这些数据。最初，我认为我应该在循环外初始化一个dict，获取数据，将dict转换为循环内的dataframe，并对其执行操作。但是，在循环中创建字典而不是仅仅创建一个数据帧并添加到数据帧中，这感觉非常奇怪。但据我所知，pandas并不是真正为逐个细胞更新而“设计”的(而是向量化的)。对此最有效的方法是什么？
import pandas as pd
d = {'a':[], 'b':[], 'c':[], 'x':[], 'z'
浏览 15提问于2019-08-09得票数 2
1回答
我正在使用处理如何使用pandas读取CSV文件块的问题。
使用pd.read_csv('./input/test.csv' , iterator=True, chunksize=1000)的建议很好，但它返回一个<class 'pandas.io.parsers.TextFileReader'>，所以我用pd.concat(pd.read_csv('./input/test.csv' , iterator=True, chunksize=25))将其转换为dataframe，但这与首先读取文件一样耗时！
对于如何快速读取文件块有任何
浏览 1提问于2018-05-22得票数 1
回答已采纳
我想在这个dataframe中创建3个新列：
columnList = { 'hasCampaign': ( lambda x: x[ 'CAMPAIGNID' ] != '' ),
'hasLeadType': ( lambda x: x[ 'LEADTYPE' ] != '' ),
'hasEvent': ( lambda x: x[ 'EVENT' ] != '' ) }
for (
浏览 0提问于2018-05-10得票数 1
回答已采纳
1回答
迭代熊猫系列只执行一次
、、、
我在“索引”中有超过8000项，但是for循环只为第一项执行任务。
from datetime import datetime
from pandas import Series
from pandas import DataFrame
series = Series.from_csv('something.csv', header=1)
index = DataFrame(series.index)
for item in index:
dt = datetime.strptime(item, "%Y-%m-%d %H:%M:%S.%f")
浏览 3提问于2017-06-20得票数 1
回答已采纳
1回答
我正在尝试使用嵌套循环来查找dataframe列之间的关联。
import itertools
for col1 in df.columns:
for col2 in df.columns:
if col1!=col2 and col1 not in (["Country","Status"]) and col2 not in (["Country","Status"]):
correlation=round(df[col1].corr(df[col2]),2)
浏览 4提问于2022-06-06得票数 1
3回答
遍历数据帧
、、、、
我的代码提取了一个dataframe对象，并且我想屏蔽这个dataframe。如果值<= 15，则将值更改为1，否则将值更改为0。
import pandas as pd
XTrain = pd.read_excel('C:\\blahblahblah.xlsx')
for each in XTrain:
if each <= 15:
each = 1
else:
each = 0
我来自VBA和.NET，所以我知道这不是很容易，但对我来说似乎超级简单……代码命中一个错误，因为它遍历df头文件。所以我试着检查类型
for each in X
浏览 7提问于2020-11-05得票数 1
我正在尝试从API中提取数据，用于我正在进行的一个梦幻橄榄球项目。你可以使用url：'‘来获取不同玩家的数据，其中i是一个与玩家相关的数字，范围从1到400左右。
我编写了代码，为特定的播放器提取这些数据，并将其存储为数据帧，以供将来使用以下代码进行分析：
import pandas as pd
import json
import requests
from pandas.io.json import json_normalize
r = requests.get('https://fantasy.premierleague.com/api/element-summary/
浏览 0提问于2020-09-21得票数 0
我试图在代码中用modin熊猫替换熊猫：
if not isinstance(X, pd.DataFrame):
raise TypeError(
"X is not a pandas dataframe. The dataset should be a pandas dataframe.")
但错误是：
DataFrame Expected type <class 'pandas.core.frame.DataFrame'>, found <class 'modin.pandas.dataframe.DataF
浏览 3提问于2022-02-20得票数 1
回答已采纳
我正在尝试从19个Excel文件中提取选定的列并将其组合到单个excel文件中。我能够提取所需的列从单个文件与以下代码。 import pandas as pd
import openpyxl
file = pd.read_excel("Shift Handover To A - 05-25-2021.xlsx", "25th May")
dataframe=pd.DataFrame(file[["S No", "Issue Reported By", "Shift", "Severity",
浏览 28提问于2021-06-19得票数 0
回答已采纳
2回答
我有这样的数据：
df = pd.DataFrame({'market':['ES','UK','DE'],
'provider':['A','B','C'],
'item':['X','Y','Z']})
然后，我有一个提供程序列表和下面的循环：
providers_list = ['A','B'
浏览 1提问于2018-10-26得票数 2
回答已采纳
我正在使用一个具有数百万行和100+列的Oracle数据库。我尝试使用带有索引的pytables将此数据存储在HDF5文件中。我将在pandas DataFrame中读取这些数据的子集并执行计算。
我尝试了以下几种方法：
使用实用程序将表下载到csv文件中，使用pandas逐块读取csv文件块，并使用pandas.HDFStore附加到HDF5表。我创建了一个dtype定义并提供了最大字符串大小。
但是，现在当我尝试直接从Oracle DB下载数据并通过pandas.HDFStore将其发布到HDF5文件时，我遇到了一些问题。
pandas.io.sql.read_frame不支持分块读取。我
浏览 2提问于2013-12-17得票数 12
我正在尝试创建一个Pandas DataFrame，每一列都是单个股票的百分比变化，按日期编制索引。我很难接受百分比变化，将其添加到空的DataFrame中，并将该列命名为股票符号。
import pandas as pd
import pandas.io.data as web
from pandas import Series, DataFrame
stocks = {'xom': '2014-01-01', 'dvn': '2013-01-01', 'aapl': '2013-01-01'}
浏览 4提问于2015-08-12得票数 2
回答已采纳
我有数据，df_original
a b
0 10 5
1 12 6
2 14 1
现在，我想要创建一个包含所有c > 5行的新的dataframe，然后在这个新的dataframe上设置一个新的列值：
df = df_original[df_original['b'] > 5]
df['c'] = df['a'] / df['b']
但我收到一个警告：
/Library/Python/2.7/site-packages/ipykernel/__main__.py
浏览 2提问于2016-04-06得票数 3
回答已采纳
我只是想在熊猫DataFrame上做一个简单的值修改操作。
import pandas as pd
import numpy as np
x = np.linspace(1,10,10)
y = x * 2
z = [-1,-2,-3,4,5,6,7,8,9,10]
df = pd.DataFrame(columns=['x','y','z'])
df['x'] = x
df['y'] = y
df['z'] = z
for i in range(len(df['z'])):
浏览 2提问于2016-12-14得票数 1
回答已采纳
我想在Pandas Dataframe的多个列中组合日期和时间数据，以创建一个DatetimeIndex。我有这个： In:
import pandas as pd
df = pd.DataFrame({'the_date':['2020-03-26', '2020-03-26', '2020-03-25','2020-03-25'],
'hour': [1,2,1,2],
'data': [4,5,6
浏览 19提问于2020-03-30得票数 1
回答已采纳
我用熊猫创建了一个pandas.core.frame.DataFrame来处理csv文件。这个csv文件有一个列和企业名称，一个列与这些企业的城市等等。
import pandas as pd
csv_data = pd.read_csv('cb_sample.csv')
我感兴趣的是从csv_data创建一个位于纽约的所有业务名称的列表。我尝试了下面的代码：
names = [obj['city'] for obj in csv_data if obj['city'] == 'New York']
print(names)
它
浏览 1提问于2021-02-17得票数 0
回答已采纳
我想在下表中找到行，其中包含重复的电子邮件地址。当电子邮件地址被重复时，我在下面的代码中创建了一个额外的列，值为'ja‘。对于少数行(150)来说，这是可以的。对于大量行(30000)，脚本挂起。有什么更好的方法来循环行吗？
import pandas as pd
data={'Name':['Danny','Damny','Monny','Quony','Dimny','Danny'],
'Email':['danny@gmail.com
浏览 4提问于2022-10-24得票数 2
回答已采纳
试图理解Pandas的一些特性背后的设计原理。
如果我有一个具有3560行和18列的DataFrame，那么
len(frame)
是3560，但是
len([a for a in frame])
才18岁。
对于来自R的人来说，这可能是很自然的；对我来说，这感觉并不是很“Pythonic”。有没有介绍什么地方潘达的基本设计原理？
浏览 5提问于2014-09-18得票数 8
回答已采纳
我有一个大约100个json的列表，这些json正在被读取、过滤并附加到pandas数据帧中： import pandas as pd
import glob
dfOutput = pd.DataFrame()
for filepath in glob.iglob('/Users/vinceparis/dev/dfyb/dataset/cucumber_test/out/*.json'):
dfRead = pd.read_json(filepath, orient='columns')
dfFiltered = dfRead.filter(
浏览 13提问于2019-02-02得票数 2
回答已采纳
我拥有的数据：
import pandas as pd
d = pd.DataFrame({"name" : ["John", "Eric"],
"days" : [1,3]})
如何获得以下数据框架？
谢谢你的建议！
浏览 3提问于2021-03-24得票数 0
回答已采纳
1回答
我有一个包含许多列的csv文件，但为了简单起见，我只使用3列解释这个问题。列名为“user”、“A”和“B”。我在熊猫中使用read_csv函数读取了这个文件。数据以数据帧的形式存储。
现在，我想根据这些行的值删除它们中的一些行。因此，如果A列中的值不等于a，而B列不等于b，我想跳过这些用户行。
问题是，我想动态地创建一个数据帧，我可以一次追加一个行。另外，我也不知道会有多少行。因此，在定义dataframe时，我不能指定索引。
我使用以下代码：
import pandas as pd
header=['user','A','B']
userd
浏览 2提问于2014-08-15得票数 2
回答已采纳
我刚开始在python中学习一些东西，我被困在两者之间。
import yfinance as yf
import pandas as pd
import yahoo_fin.stock_info as si
ticker = ['20MICRONS.NS', '21STCENMGM.NS', '3IINFOTECH.NS', '3MINDIA.NS', '3PLAND.NS']
for i in ticker:
try:
quote = si.get_quote_table(i)
浏览 2提问于2021-05-25得票数 0
回答已采纳
1回答
我有一个带有DataFrame的DateTimeIndex，一个我想按其分组的列和一个包含整数集的列：
import pandas as pd
df = pd.DataFrame([['2018-01-01', 1, {1, 2, 3}],
['2018-01-02', 1, {3}],
['2018-01-03', 1, {3, 4, 5}],
['2018-01-04', 1, {5, 6}],
浏览 0提问于2018-10-19得票数 3
回答已采纳
1回答
我有一个A列和B列的数据，
import pandas as pd
import numpy as np
df = pd.DataFrame({
'A':[1,3,7,19,80,120,14,2],
'B':['years','years','months','months','days','days','months','years',]
浏览 2提问于2022-02-01得票数 1
2回答
如何跳过循环中的项
、、、
我试图创建一个清单，所有的报纸文章来自5个不同的来源。它们以JSON格式存储。所有文章都存储在包含报纸和年份的不同文件中(时间垃圾邮件2005-2015年)。问题是，其中一份报纸只在2014至15年间发行，因此，当我将所有内容循环在一起时，就会出现错误。这是我的尝试：
import json
import nltk
import re
import pandas
appended_data = []
for i in range(2005,2016):
df0 = pandas.DataFrame([json.loads(l) for l in open('SDM_%d.j
浏览 4提问于2016-05-25得票数 1
回答已采纳
1回答
我希望找到在dataframe列中出现重复值序列的索引。我希望结果是一个列表列表，其中每个子列表都是重复值索引的单个序列。
我当前的代码可以工作，但相当慢(10000行数据帧中10%重复的apx 15毫秒)：
import pandas as pd
import numpy as np
import time
# Given a dataframe and column, return a list of lists where each sublist
# contains indexes of the sequential duplicates
def duplicate_ranges(
浏览 0提问于2017-03-03得票数 0
我正在尝试使用pandas将大量数据写入excel文件，然后再将其检索到excel文件中。在编写了大约4,000行代码之后，它抛出了一个与样式相关的ValueError (下面是示例代码和跟踪)。
代码：
with pd.ExcelWriter('test.xls', style_compression = 2) as writer:
row = 0
while 1: #running it until I stop it during testing
data = get_that_sweet_data()
df = pd.Da
浏览 0提问于2018-01-18得票数 0
回答已采纳
我想把dataframe和datetime结合起来。这是我的尝试。
import pandas as pd
from pandas import DataFrame
import numpy as np
# create df
df = pd.DataFrame(np.random.uniform(low=10.00, high=32.5, size=(5,2)), columns=['reference', 'target'])
df.head()
reference target
0 13.559319 24.057471
1 13
浏览 8提问于2019-07-24得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
