您好,欢迎来到12图资源库!分享精神,快乐你我!我们只是素材的搬运工!!
  • 首 页
  • 当前位置:首页 > 开发 > WEB开发 >
    不容错过的Pandas小技巧:万能转格式、轻松兼并、紧缩数据
    时间:2020-03-19 12:02 来源:网络整理 作者:网络 浏览:收藏 挑错 推荐 打印

    数据剖析,如何能错过 Pandas 。

    如今,数据迷信家 Roman Orac 分享了他在任务中相见恨晚的 Pandas 运用技巧。

    了解了这些技巧,能让你在学习、运用 Pandas 的时分愈加高效。

    不容错过的Pandas小技巧:万能转格式、轻松兼并、紧缩数据

    话不多说,一同窗习一下~

    Pandas适用技巧

    用 Pandas 做数据剖析,最大的亮点当属 DataFrame。不过,在展现成果的时分,常常需求把 DataFrame 转成另一种格式。

    Pandas 在这一点上其实十分友好,只需添加一行代码。

    DataFrame 转 HTML

    假设你需求用 HTML 发送自动报告,那么 to_html 函数了解一下。

    比如,我们先设定这样一个 DataFrame:

    import numpy as np 

    import pandas as pd 

    import random 

     

    n = 10 

    df = pd.DataFrame( 

        { 

            "col1": np.random.random_sample(n), 

            "col2": np.random.random_sample(n), 

            "col3": [[random.randint(010for _ in range(random.randint(35))] for _ in range(n)], 

        } 

    用上 to_html,就可以将表格转入 html 文件:

    df_html = df.to_html() 

    with open(‘analysis.html’, ‘w’) as f: f.write(df_html) 

    与之配套的,是 read_html 函数,可以将 HTML 转回 DataFrame。

    DataFrame 转 LaTeX

    假设你还没用过 LaTeX 写论文,剧烈建议尝试一下。

    要把 DataFrame 值转成 LaTeX 表格,也是一个函数就搞定了:

    df.to_latex() 

    DataFrame 转 Markdown

    假设你想把代码放到 GitHub 上,需求写个 README。

    这时分,你能够需求把 DataFrame 转成 Markdown 格式。

    Pandas 异样为你思索到了这一点:

    print(df.to_markdown()) 

    注:这里还需求 tabulate 库

    DataFrame 转 Excel

    说到这里,给同窗们提一个小成绩:导师/老板/客户要你提供 Excel 格式的数据,你该怎样做?

    当然是——

    df.to_excel(‘analysis.xlsx’) 

    需求留意的是,假设你没有安装过 xlwt 和 openpyxl 这两个工具包,需求先安装一下。

    另外,跟 HTML 一样,这里也有一个配套函数:read_excel,用来将excel数据导入pandas DataFrame。

    DataFrame 转字符串

    转成字符串,当然也没成绩:

    df.to_string() 

    5个不为人知的Pandas技巧

    此前,Roman Orac 还曾分享过 5 个他觉得十分好用,但大家能够没有那么熟习的 Pandas 技巧。

    1、data_range

    从外部 API 或数据库获取数据时,需求屡次指定时间范围。

    Pandas 的 data_range 掩盖了这一需求。

    import pandas as pd 

    date_from = “2019-01-01” 

    date_to = “2019-01-12” 

    date_range = pd.date_range(date_from, date_to, freq=”D”) 

    print(date_range) 

    freq = “D”/“M”/“Y”,该函数就会辨别前往按天、月、年递增的日期。

    不容错过的Pandas小技巧:万能转格式、轻松兼并、紧缩数据

    2、兼并数据

    当你有一个名为left的DataFrame:

    不容错过的Pandas小技巧:万能转格式、轻松兼并、紧缩数据

    和名为right的DataFrame:

    不容错过的Pandas小技巧:万能转格式、轻松兼并、紧缩数据

    想经过关键字“key”把它们整合到一同:

    (责任编辑:admin)