现在我们看下面的DataFrame,在这里我们要更改所有可以被二整

简介: 现在我们看下面的DataFrame,在这里我们要更改所有可以被二整除的元素的符号,就可以使用mask下面是代码实现过程nlargest() 在很多情况下,我们会

作者:Baijayanta Roy来源:towardsdatascience编译&内容补充:早起Python在用python进行机器学习或者日常的数据处理中,pandas是最常用的Python库之一,熟练掌握pandas是每一个数据科学家的必备技能,本文将用代码+图片详解Pandas中的四个实用函数!

面对这样的需求我们可以选择自己写一个函数完成,但是使用pandas中的shift()可能是最好的选择,它可以将数据按照指定方式进行移动!

下面我们用代码进行演示,首先导入相关库并创建示例DataFrameimport pandas as pdimport numpy as npdf = pd.DataFrame({'DATE': [1, 2, 3, 4, 5], 'VOLUME': [100, 200, 300,400,500], 'PRICE': [214, 234, 253,272,291]})现在,当我们执行df.shift(1,fill_value=0)即可将数据往下移动一行,并用0填充空值现在,如果我们需要将前一天的股价作为新的列,则可以使用下面的代码我们可以如下轻松地计算最近三天的平均股价,并创建一个新的列向前移动数据也是很轻松的,使用-1即可更多有关shift函数可以查阅官方文档,总之在涉及到数据移动时,你需要想到shift!

现在让我们用代码示例,首先是Index对象下面是Series对象同时可以对bin参数将结果划分为区间更多的细节与参数设置,可以阅读pandas官方文档。

mask()pandas中的mask方法比较冷门,和np.where比较类似,将对cond条件进行判断,如果cond为False,请保留原始值。

现在我们看下面的DataFrame,在这里我们要更改所有可以被二整除的元素的符号,就可以使用mask下面是代码实现过程nlargest() 在很多情况下,我们会遇到需要查找Series或DataFrame的前3名或后5名值的情况,例如,总得分最高的3名学生,或选举中获得的总票数的3名最低候选人pandas中的nlargest()和nsmallest()是满足此类数据处理要求的最佳,下面就是从10个观测值中取最大的三个图解下面是代码实现过程但如果有相等的情况出现,那么可以使用first,last,all来进行保留了解了nlargest()的使用方法后,nsmallest()就显得十分简单,本文就不再赘述,如果还有疑问可以查阅官方文档!


以上是文章"

现在我们看下面的DataFrame,在这里我们要更改所有可以被二整

"的内容,欢迎阅读甘青宁科技网的其它文章