pandas-function
-
详解pandas.fillna()（填充缺失值）函数使用方法
pandas.fillna() 用于对缺失值进行填充，可以将缺失值替换为指定的数值或使用指定的填充规则进行填充。该函数的语法格式如下： DataFrame.fillna(value=None, method=None, axis=None, inplace=False, limit=None, downcast=None) 其中各参数的含义如下： value…
-
详解pandas.rename()（重命名列名）函数使用方法
pandas.rename()是一个能够对DataFrame或Series的轴标签（即行或列的名称）进行修改的方法。它的语法如下： DataFrame.rename(index=None, columns=None, level=None, inplace=False, errors='ignore') 其中各参数的含义如下： index…
-
详解pandas.drop_duplicates()（删除重复值）函数使用方法
pandas.drop_duplicates()的作用 pandas.drop_duplicates()是pandas库中的一个函数，主要用于去除数据集中的重复行。这个函数可以从任何一个DataFrame或Series对象中删除具有重复值的行，并返回一个新的DataFrame或Series，其中不包含任何重复的值。 pandas.drop_duplicate…
-
详解pandas.duplicated()（检测重复值）函数使用方法
pandas.duplicated()是Pandas库中的一个函数，用于查找和标记重复值。它返回一个布尔值的数组，指示每个元素是否为重复项。 使用方法 语法： pandas.duplicated(subset=None, keep=’first’) 参数： subset: 可选，用于标识重复项的列名或列名列表。默认情况下，它比较整个行。 keep: 可选，标…
-
详解pandas.map()（映射数值）函数使用方法
pandas.map()函数是对Series中的每个元素执行相同的映射/转换操作的方法，其主要作用是对Series中的每个元素进行映射转换，返回一个新的Series对象。 pandas.map()函数的语法如下： DataFrame.map(arg, na_action=None) 其中，参数arg可以是一个函数、字典或Series，用来指定转换方法。na_…
-
详解pandas.str.contains()（检测字符串包含）函数使用方法
pandas.str.contains()函数是pandas库中的一个字符串匹配函数，用于在Series和DataFrame对象中通过正则表达式匹配来查找和筛选符合条件的字符串。该函数的详细用法和示例如下： 语法 pandas.str.contains(pat, case=True, flags=0, na=None, regex=True) 参数 pat:…
-
详解pandas.to_datetime()（转换为日期时间格式）函数使用方法
pandas.to_datetime()是pandas模块中的一个函数，作用是将传入的字符串解析成时间序列类型的数据。该函数可以将多种形式的字符串，如ISO8601、 Unix Epoch时间戳、dateutil.parser解析的任意格式字符串等，转化为pandas日期时间格式。 使用方法 pandas.to_datetime(arg, errors=’r…
-
详解pandas.DataFrame.drop_duplicates()（删除重复行）函数使用方法
pandas.DataFrame.drop_duplicates() 是 pandas 中常用的数据清洗方法，用于从 DataFrame 中删除重复行。 具体作用是去除 DataFrame 中重复的行，并返回去除后的新 DataFrame。同时，它还可以指定哪些列用于判断重复行，以及判断重复行时的行为。 使用方法： pandas.DataFrame.drop…
