首页
学习
活动
专区
工具
TVP
发布
您找到你想要的搜索结果了吗?
是的
没有找到

python的nanNaNNAN

Python的nanNaNNAN在Python编程中,我们经常遇到表示缺失或无效数据的情况。为了解决这种问题,Python中提供了特殊的浮点数表示:​​nan​​、​​NaN​​和​​NAN​​。...例如,​​nan + 1​​、​​nan * 2​​的结果都是​​nan​​。动态性质:在很多情况下,​​nan​​在运算中会“传染”给其他值。...例如,​​nan + 1.0​​的结果仍然是​​nan​​,因为​​nan​​传播到了结果中。...pythonCopy codeimport pandas as pdimport numpy as np# 创建一个包含缺失数据的DataFramedata = {'A': [1, 2, np.nan,...移除包含缺失数据的行df.dropna(inplace=True)print(df)# 填充缺失数据df.fillna(0, inplace=True)print(df)在这个例子中,我们使用了​​pandas​​

26240

Pandas实现简单筛选数据功能

一、简述 python的pandas库可以轻松的处理excel中比较难实现的筛选功能,以下简单的介绍几种利用pandas实现筛选功能方式: 二、模块介绍 pandas——专为解决数据分析与处理任务而创建的...引入模块: import pandas as pd ,导入 pandas 包; df=pd.read_excel('data.elsx',sheet_name=''sheet1"),加载 Excel...自定义函数变量data data=df.loc[2:5] #这里的[2:5]表示第3行到第5行内容,[]第一个起始是0,表示数据的第一行 筛选出数据某列为某值的所有数据记录 df['列名'] =...开头包含某值的模式匹配 cond=df['列名'].str.startswith('值') 中间包含某值的模式匹配 cond=df['列名'].str.contains('值') 3.3 范围区间值筛选...筛选出基于两个值之间的数据: 自定义函数cond cond=df[(df['列名1']>‘列值1’)&(df['列名1']<‘列值2’)] 返回列名1介于列值1和列值2之间的数据

1.4K10

Pandas处理文本数据筛选

Pandas文本处理_筛选数据 本文主要介绍的是通过使用Pandas中的3个字符串相关函数来筛选满足需求的文本数据: contains :包含某个字符 startswith:以字符开头 endswith...:以字符结尾 模拟数据 import pandas as pd import numpy as np df = pd.DataFrame({ "name":["xiao ming","Xiao...代替;如果是StringDtype, 用pandas.NA regex:布尔值;True:传入的pat看做是正则表达式,False:看做是正常的字符类型的表达式 默认情况 # 例子1:筛选包含xiao...3 False 4 False Name: name, dtype: object 上面的结果直接忽略了大小写,可以看到出现了两个True:也就是xiao和Xiao的数据都被筛选出来: df...] name age sex address 0 xiao ming 22.0 male 广东省深圳市 4 guan yu 39.0 male 广东省广州市 正则表达式中的$表示结尾的符号;下面是筛选以市结尾的数据

14620

筛选功能(Pandas读书笔记9)

今天和大家分享如果使用Pandas实现单、多条件筛选、模糊筛选。 还是老套路,我们需要先读取一组数据作为测试文件。...测试文件使用读书笔记7的材料,传送门如下: 文件读取功能(Pandas读书笔记7) ?...这里两个数字都是闭合的,案例中[7:11]则选取的是第8行至第12行(pandas从0开始编号) 二、提取任意列 1、按照列名提取单列 ? 2、按照列名提取多列 ?...七、模糊筛选 模糊筛选想当年也浪费了我不少时间,我以为pandas会自带一个函数来的,结果是使用字符串的形式来实现的~ 提问:我们将名称那一列含有“金”字的行提取出来~ Excel实现这个功能很简单...,因为可以通过我最喜欢的通配符实现~ pandas只能使用字符串函数find函数,该函数用法与Excel相同~ ?

5.8K61

如何利用 pandas 根据数据类型进行筛选

前两天,有一位读者在知识星球提出了一个关于 pandas 数据清洗的问题。...他的数据大致如下 现在希望分别做如下清洗 “ A列中非字符行 B列中非日期行 C列中数值形式行(包括科学计数法的数值) D列中非整数行 删掉C列中大小在10%-90%范围之外的行 ” 其实本质上都是「数据筛选...」的问题,先来模拟下数据 如上图所示,基本上都是根据数据类型进行数据筛选,下面逐个解决。...在 pandas 同样有直接判断的函数 .isdigit() 判断是否为数值。...直接计算该列的指定范围,并多条件筛选即可。 至此我们就成功利用 pandas 根据 数据类型 进行筛选值。其实这些题都在「pandas进阶修炼300题」中有类似的存在。

1.2K10

只需8招,搞定Pandas数据筛选与查询

今天聊聊Pandas数据筛选与查询的一些操作,在数据分析的过程中通常要对数据进行清洗与处理,而其中比较重要和常见的操作就有对数据进行筛选与查询。 目录: 1. 案例数据预览 2. 基础操作 2.1....In [1]: import pandas as pd In [2]: df = pd.read_excel(r'各地区生产总值.xlsx') In [3]: df.head() Out[3]:...NaN NaN NaN NaN [32 rows x 6 columns] 接下来,我们开始演示数据的筛选与查询吧 2....NaN NaN [32 rows x 3 columns] 以上属于数据筛选与查询的基础操作,接下来我们介绍进阶操作 3....函数筛选 函数筛选是指 我们在不管是切片还是索引选择方式中,表达式还可以是lambda函数;此外,pandas也提供了一些比较函数可以用来进行数据筛选

90610
领券