...import numpy as np import pandas as pd 一、通过多级索引创建数据透视表 利用多级索引产生学生成绩表: r_index = pd.MultiIndex.from_product...set_index把行索引重新设置为3级,可见set_index与reset_index互为逆操作。...margins_name:如果 margins 为 True,则指定边际汇总列的名称,默认为 ‘All’。
'B': '新列名B', 'C': '新列名C'} # 循环遍历字典,对每一对键值进行重命名操作 for old_name, new_name in column_mapping.items(): df.rename(columns=
reset_index().rename(columns={0: split_column_name}) 通过转置,实现部分column和index的互换:如果在DataFrame中,我们希望将一部分column name变成一列index,同时将一列本来是index的列变成column names,那么可以通过下面的方法实现: index_cols = ['Name', 'City', 'County', 'Update Date', 'Week'] # ...
df.columns.name df.index.name df.columns df.index 修改索引名称 # 错误方式,不能单独修改某个索引 df.index[2]='idx5' # 整体修改行索引 idx_list = ['idx1','idx2','idx3'] df.index = idx_list #重设索引。设置下标索引,drop默认为False,不删除原来的索引 df.reset_index(drop=False) df....
rename,可以对标签名重命名,也可以重置index和columns的部分标签列信息,接收标量(用于对标签名重命名)或字典(用于重命名行标签和列标签) reindex,接收一个新的序列与已有标签列匹配,当原标签列中不存在相应信息时,填充NAN或者可选的填充值 set_index/reset_index,互为逆操作,前者是将已有的一列信息设置为标签列,而...
columns: 设置重新对齐后的列索引。 fill_value: 重新对齐数据后,指定用于填充缺失值的标量,默认填充空值NaN。 method: 重新对齐数据后,用于设置空值的填充方式,可选的填充方式有: {None, “backfill”/“bfill”, “pad”/“ffill”},“backfill”/"bfill"表示用前一个索引对应的值填充,“pad”/"ffill"表示...
df.rename(columns={'old_name':'new_ name'}) # 选择性更改列名 df.set_index('column_one') # 将某个字段设为索引,可接受列表参数,即设置多个索引 df.reset_index("col1") # 将索引设置为col1字段,并将索引新设置为0,1,2... df.rename(index=lambdax:x+1) # 批量重命名索引 6.数据分组、排...
missing_df = missing_df.rename(columns={'index':'col', 0:'missing_pct'}) missing_df = missing_df.sort_values('missing_pct',ascending=False).reset_index(drop=True) return missing_df missing_cal(df) 如果需要计算样本的缺失率分布,只要加上参数axis=1. 2.获取分组里最大值所在的行方法 分为...
columns='细分', aggfunc=[np.sum]) 如果需要添加合计列,只需指定margins=True即可,同时根据需要指定合计名称。 pd.pivot_table(df, values='销售目标', index=['年份','类别'], columns='细分', aggfunc=np.sum, margins=True, margins_name='合计') ...
data.groupby(data_repeat.columns.to_list()).agg(number=('people_number','sum')).reset_index() 1. 10. query查询操作 查询status列值为0的行 data_new.query('`status`=="0"') 1. 查看值是在列表中的行 data.query('`status` in ["<",">"]') ...