首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

数据人必会的Excel|掌握32个Excel小技巧,成为效率达人(一)

方法:选中开始单元格-下Ctrl+Shift+方向-实现快速选择至最边缘行或列。 ? 我们在来个视频,进行学习下这个快捷操作! ?...方法:选中开始单元格-下Ctrl+方向-实现快速选择至最边缘单元格。 ? 同样的,小编也为大家准备了小视频,对着视频学习效率更高哦! ?...技巧三:快速填充 快速填充包括三个快捷分别是Ctrl+Shift+D实现向下批量填充,Ctrl+Shift+R实现向右批量填充,Ctrl+Enter实现对选中的单元格进行批量填充。 ?...而对于Ctrl+Enter来说,操作方法略有不同,我们需要先选中要填充的区域,然后在编辑栏中输入需要填充的内容,最后下快捷Ctrl+Enter,完成批量填充。...实现数据分列的步骤也比较简单,我们选中需要分列的数据,点击[数据]菜单栏的[分列]选项卡,然后我们这里选择[分隔符]进行分割,选择[其他]选项并在输入[@],点击确定,完成分列

1.7K20

Numpy和pandas的使用技巧

△ np.r_[] 行上下连接两个矩阵 6、NumPy 数组操作 △ n.reshape(arr,newshape,order=)数组,新形状,"C"-行、"F"-列、"A"-原顺序、"k"-元素在内存中痴线顺序...] = X[['Global_active_power',"b"]].astype('float64') 查看dataframe统计信息 a.describe() 获取dataframe分列(必须使用...cla'])) df df = df.drop(columns=['cla']) # df X = df.iloc[:,:-1] y = df.iloc[:,-1] jupyter notebook 快捷...#将代码块分割:点到选中的行Ctrl+Shift+- #将代码块合并:使用Shift选中需要合并的框,Shift+m #在代码块前增加新代码块,a;在代码块后增加新代码块,b; #删除代码块,dd...#运行当前代码块,Ctrl+Enter #运行当前代码块并选中下一个代码块(没有就创建),Shift+Enter 清除缓存kernel -> restart Jupyter的优点是允许将变量放到内存中

3.5K30

20个Excel操作技巧,提高你的数据分析效率

2.文本数字快速进行拆分 数据拆分是很常见的操作,解决的方法也是很多,这里接受一个超级简单的方法,分列快速进行解决,只需要你选择数据,找到界面的“数据-分列-固定宽度”作如下的操作即可: ?...14.公式快速转数值 Ctrl把需要复制的公式分两次选取进行复制粘贴。 ?...17.合并单元格快速求和 选中总计列单元格区域,输入公式:=SUM(C2:C12)-SUM(D3:D12),【Ctrl+Enter】组合。 ?...比如,下图是一个对报表进行求和汇总(行、列、总计)的常规操作。选中数据及要求和的空白区域,在键盘上同时“ALT和等号(ALT+=)”。 ?...选中整个部门列,点击一次“合并单元格”按钮取消单元格合并,F5定位空白单元格,在编辑栏输入:=B51,点击Ctrl+Enter完成批量录入。 ?

2.4K31

懂Excel就能轻松入门Python数据分析包pandas(七):分列

本文结构: - 先看看简单的分列 - 接着尝试分割扩展成行 - 最后是多列分割扩展成行 Excel 分列 Excel 中对数据进行分列是非常简单的。...pandas 分列 pandas 对文本列进行分列,非常简单: - DataFrame.str.split() ,对文本列分列,第一参数指定分隔符 - 此外,参数 expand ,表示是否扩展成列...",选"分隔符" - 这里大部分设置与 Excel 自带功能基本一致 - 点开"高级选项",点选"拆分为"中的"行" - 功能区"开始",最左边点按钮"关闭并上载",即可把结果输出会 Excel...> 请自行到官方网站下载此插件安装 那么 pandas 中怎么实现这需求: - 先用 str.split 分割,但这次不需要 expand - 调用 DataFrame.explode(),对某一序列类型的列进行展开...当然也支持: - 一句搞定 总结 - Series.str.split() ,对文本列分割 - expand 参数指定是否扩展为列 - DataFrame.explode() ,对序列的列扩展成行

2.5K30

一道基础题,多种解题思路,引出Pandas多个知识点

这是pandas最基础的开篇知识点使用可迭代对象构造DataFrame,列表的每个元素都是整个DataFrame对应的一行,而这个元素内部迭代出来的每个元素将构成DataFrame的某一列。...列表分列的2种方法 列表分列的思路:Pandas的Series对象调用apply方法单个元素返回的结果是Series时,这个Series的每个数据会作为Datafrem的每一列,索引会作为列名。...对Series进行列表分列 例如: df["b"].apply(pd.Series) 结果: ?...直接对Datafream进行列表分列 如果我们希望直接使用Datafream实现分列可以借助agg方法,因为agg方法是对每一列的Series对象操作: df.agg({"a": lambda x: x...将字典的作为索引的2种读取方法 当然上面我只是为了给大家讲述分列的一些方法。

1.1K20

懂Excel就能轻松入门Python数据分析包pandas(七):分列

本文结构: - 先看看简单的分列 - 接着尝试分割扩展成行 - 最后是多列分割扩展成行 Excel 分列 Excel 中对数据进行分列是非常简单的。...pandas 分列 pandas 对文本列进行分列,非常简单: - DataFrame.str.split() ,对文本列分列,第一参数指定分隔符 - 此外,参数 expand ,表示是否扩展成列...",选"分隔符" - 这里大部分设置与 Excel 自带功能基本一致 - 点开"高级选项",点选"拆分为"中的"行" - 功能区"开始",最左边点按钮"关闭并上载",即可把结果输出会 Excel...> 请自行到官方网站下载此插件安装 那么 pandas 中怎么实现这需求: - 先用 str.split 分割,但这次不需要 expand - 调用 DataFrame.explode(),对某一序列类型的列进行展开...当然也支持: - 一句搞定 总结 - Series.str.split() ,对文本列分割 - expand 参数指定是否扩展为列 - DataFrame.explode() ,对序列的列扩展成行

1.3K10

从Excel到Python:最常用的36个Pandas函数

1.数据维度(行列) Excel中可以通过CTRL+向下的光标,和CTRL+向右的光标 来查看行号和列号。Python中使用shape函数来查看数据表的维度,也就是行数和列数。...主要包括数据表的合并,排序,数值分列,数据分组及标记等工作。 1.数据表合并 在Excel中没有直接完成数据表合并的功能,可以通过VLOOKUP函数分步实现。...5.数据分列 Excel中的数据目录下提供“分列”功能。 ?...在Python中使用split函数实现分列在数据表中category列中的数据包含有两个信息,前面的数字为类别id,后面的字母为size值。中间以连字符进行连接。...#对category字段的值依次进行分列,并创建数据表,索引值为df_inner的索引列,列名称为category和size pd.DataFrame((x.split('-') for x in df_inner

11.3K31

python读取json文件转化为list_利用Python解析json文件

数据被“{}”和“[]”层层包裹,需要“包”才能拿到我们需要的数据。...以笔者的mac电脑为例,在Sublime text中使用快捷command+shift+p,打开面板,输入pci,选中“PackageControl: Install Package”并回车,然后输入...安装完成之后,使用Sublime text打开要解析的json文件,然后ctrl + command + J即可将json格式化,如下图所示: 格式化以后的json通过缩进来区分嵌套的层级,和python...我们可以先把它拆掉,然后转化成一个DataFrame: load_dict = load_dict['mainData'] #第一层花括号 data_raw = pd.DataFrame(columns...定义如下几个函数: ### 对嵌套的json进行包,每次一层 def json_to_columns(df,col_name): for i in df[col_name][0].keys(): #

7.1K30

我用Python展示Excel中常用的20个操

数据交换 说明:交换指定数据 Excel 在Excel中交换数据是很常用的操作,以交换示例数据中地址与岗位两列为例,可以选中地址列,按住shift并拖动边缘至下一列松开即可 ?...数据合并 说明:将两列或多列数据合并成一列 Excel 在Excel中可以使用公式也可以使用Ctrl+E快捷完成多列合并,以公式为例,合并示例数据中的地址+岗位列步骤如下 ?...Pandas 在Pandas中可以使用.split来完成分列,但是在分列完毕后需要使用merge来将分列完的数据添加至原DataFrame,对于分列完的数据含有[]字符,我们可以使用正则或者字符串lstrip...数据抽样 说明:对数据要求采样 Excel 在Excel中抽样可以使用公式也可以使用分析工具库中的抽样,但是仅支持对数值型的列抽样,比如随机抽20个示例数据中薪资的样本 ?...接着将该dataframe切分为两个 ? 最后修改索引并使用update进行两表的匹配 ?

5.5K10

不支持连续分隔符当作一个处理?这个方法很多人没想到!|PQ实战

在做数据分列的时候,如果碰到分隔符连续出现的情况,比如用空格分列的时候,有的地方连续几个空格,那到底是分成几个,还是只当做一个来处理?...- 1 - 数字到非数字转换拆分 显然,PQ里目前是没有直接设置相应选项的处理方式的,但是,我们可以换一个可能很多人没有想到的思路:连续分隔符的问题,跟数字(分隔符)到非数字(分隔符)的转换不是一个道理吗...实际上就是,分列的时候怎么知道要分几列? 其实我不知道,而是事先通过其他操作步骤得到的。...具体如下: Step-01 重复列 Step-02 空格分列到行 Step-03 筛选去掉空内容 Step-04 分组统计行数 Step-05 统计最大值 通过上面的操作,即可得到最大会分成几列。...- 2 - 行后筛选再分组加索引透视 Step-01 重复列 Step-02 空格分列到行 Step-03 筛选去掉空内容 Step-04 分组加索引 修改步骤公式如下: 展开得到添加好索引的结果。

10910

商业数据分析从入门到入职(2)Excel基础

一般记录行,分析列。 根据订单数据得出的汇总数据透视表如下: ? 还可以对数据进行可视化如下: ? 对表格行、列、区域和单元格的基本选择操作如下: ? 可以选择你所需要的单元格。...可以看到,可以自动填充序列; 还可以在同一个单元格换行输入,快捷为ALT+Enter。...其中,移动不需要按住CTRL,复制需要按住CTRL。 还可以将两列或者两行的数据进行交换,如下: ? 交互需要按住Shift。 可以快速填充,有多种填充方式,如下: ?...有两种填充方式,显然第二种更快,在输入数据后CTRL+Enter。 区域还可以定义名称,方便定位和公式,操作如下: ? 可以新增、删除区域命名。...分列一般是用来读取分割数据的,但是也可以用于数据转换,如果日期是文本类型时,可以将其转换为日期类型。 日期操作如下: ? CTRL+;即可生成当前日期。

1.4K20

不会这5个Excel函数,不好意思说会做数据分析

计算方法: 在D2列输入公式“=RANK(B2,B2:B19)”,B2:B19代表固定B2到B19这18个数据,快捷“F4”可以固定数据区域。...A2:B19,2,0)”,Enter。输入vlookup函数第二个参数时不需要手动输入,直接选中表2中A2:B19的区域,参数将自动录入成“表2!A2:B19”,“2”代表匹配的结果是“表2!...还有一个横向查找函数HLOOKUP,和VLOOKUP函数属于一类函数,HLOOKUP是行查找的,VLOOKUP是列查找的,使用方法基本一致。...方法:在B2单元格输入公式“=COUNT(A2:A11)”,Enter。 最终计算结果:4。代表A2、A4、A5、A9这4个单元格。 ?...可以是截取某一个字段的部分信息——字段分列 也可以是将某几个字段合并成为一个新的字段——字段合并 1.LEFT、RIGHT函数(字段分列函数) ?

3.9K50

sublime text3的使用

ColorHighlighter 插件显示所选颜色值的颜色,并集成了ColorPicker 使用方法Tab Compact Expand CSS Command 插件使CSS属性展开及收缩,格式化CSS...使用方法: Ctrl+Alt+[ 收缩CSS代码为一行显示, Ctrl+Alt+] 展开CSS代码为多行显示。...6.快捷类型分列如下: ↑↓← → 上下左右移动光标 Alt 调出菜单 Ctrl + Shift + P 调出命令板(Command Palette) Ctrl + ` 调出控制台 Ctrl...+ Enter 在当前行下面新增一行然后跳至该行 Ctrl + Shift + Enter 在当前行上面增加一行并跳至该行 Ctrl + ←/→ 进行逐词移动 Ctrl + Shift + ←...切换整字匹配(Whole matching)模式 Alt + R 切换正则匹配(Regex matching)模式 Ctrl + Shift + H 替换当前关键字 Ctrl + Alt + Enter

83340

Pandas的apply, map, transform介绍和性能测试

这肯定不能用map来实现,因为它需要按列计算,而map只能元素计算。 如果使用熟悉apply,那么实现很简单。...] \ .apply( sum ) """ subject english 80 math 285 Name: score, dtype: int64 """ 但我们学科汇总了分数...来看看一个简单的聚合——计算每个组在得分列上的平均值。  ...在这种情况下,即使 apply 函数预期返回一个Series,但最终会产生一个DataFrame。 结果类似于额外的栈操作。我们这里尝试重现它。我们将使用我们的原始数据框并添加一个城市列。...df_single_group.groupby("subject").apply(lambda x: x["score"]) 但当我们city列分组时,只有一个组(对应于“波士顿”),我们得到:

1.9K30

pandas用法-全网最详细教程

如果字典中传递,将作为参数,使用排序的,除非它传递,在这种情况下的值将会选择 (见下文)。任何没有任何反对将默默地被丢弃,除非他们都没有在这种情况下将引发 ValueError。...构建分层索引使用通过的作为最外面的级别。如果多个级别获得通过,应包含元组。 levels︰ 列表的序列,默认为无。具体水平 (唯一值) 用于构建多重。否则,他们将推断钥匙。...df_inner.loc[(df_inner['city'] == 'beijing') & (df_inner['price'] >= 4000), 'sign']=1 7、对category字段的值依次进行分列...,iloc位置进行提取,ix可以同时标签和位置进行提取。...1、索引提取单行的数值 df_inner.loc[3] 2、索引提取区域行数值 df_inner.iloc[0:5] 3、重设索引 df_inner.reset_index() 4、设置日期为索引

5.4K30
领券