数据清洗之pandas看后你就会用了
liuian 2025-01-10 15:15 18 浏览
Pandas是Python一个开源数据分析的库,它提供的数据结构DataFrame极大的简化了数据分析过程中一些繁琐操作。Excel 2007及其以后的版本的最大行数是1048576,最大列数是16384,Pandas处理上千万的数据是易如反掌的,excel做不了的,pandas可以,excel能做的,pandas也可以;总而言之,谁用谁知道。
import pandas as pd
import numpy as np
df = pd.read_csv('2022-01-29跌幅前十.csv')
df
纬德信息\t-19.44\t城地香江\t-10.02\t安妮股份\t-10.01\t金财互联\t-10.01\t亚联发展\t-9.98\t吉大正元\t-9.98\t浙数文化\t-9.18\t证通电子\t-9.09\t新炬网络\t-7.49\t浪潮软件\t-7.24\t
通过df的info可以看出来,在上篇获取数据中,没有对数据处理,在这儿就需要整理出符合matplotlib要求的格式;这里需要先将数据转换成DataFrame形式
d = pd.DataFrame(df.columns[0].split('\t'))
有心的你看到了,凡是名称的索引都是偶数,涨跌幅度索引是奇数,我们需要根据这个规律提取出来符合要求的数据,这也涉及了数据变形的操作,后面会详细讲。
name = d[0][[i for i in range(0, 20, 2)]]
number = d[0][[i for i in range(1, 20, 2)]]
[[i for i in range(0, 20, 2)]]是python中的列表推导式,一种循环的写法,简捷高效,0是开始位,20是结束位,2是步长,range这三个参数的意思明白就好;现在这二条数据已经基本准备好了,为什么说基本呢?因为现在的数据是object,而在绘图时需要的是int(整型)或float(浮点),从上图中可以看出它们的dtype,我们转换一下
num2 = np.array(number, dtype=np.float16)
这是跌幅前十名的数据,按照这个操作涨幅前十名
dt = pd.read_csv('2022-01-29涨幅前十.csv')
zf = pd.DataFrame(dt.columns[0].split('\t'))
name1 = zf[0][[i for i in range(0, 20, 2)]]
number1 = zf[0][[i for i in range(1, 21, 2)]]
num1 = np.array(number1, dtype=np.float16)
上面为了详细展示操作过程,看着有点多,其实就5行代码就完成了所有的准备工作;
下面说说pandas中基本的增、删、改、查和数据的变形
上图是给原数据中增加一列,值为1,也可增加多列,写成列表的格式就行
也可以用drop删除,这里要注意,用del只能一次删除一列drop却可以用列表进行多列操作
上面说了按列删除,下面说下按行删除,为了方便后面展示,重新生成一个新表
# 将第二列中的0和1改成hello,world
d2['col1'] = d2['col1'].replace({0:'hello',1:'world'})
# 将col2列中的1改成ok
d2.iloc[0,2] = 'ok' # 其中iloc[0, 2]是高级索引或切片索引,0是指第一列,2是指第一列第三行,当然也可以按行标签和列标签提取相应位置的数据,不过这样写简便
d2
将表中的hello全部替换成1,这里的厉害之处在于replace中可以用正则表达式,这一点excel坐导弹也追不上
d2.replace('hello','1')
通过上面的增、删、改,其实已经用了“查”,就是用切片索引查找,其中loc是按行标签查找,而iloc是可以行列结合
下面再说说行列数据变形相关的操作
ascending=0是改变默认的排序,1是默认值
行列变形的stack函数
变形后恢复默认索引状态
修改列名
原始的图形是
现在将d4再变形回去d3的样式
通过pivot函数达成目的,离原始还差一步,就是A的消失
现在已经实现了行列的互换,假如想将c列排到第一列去,需要一是将列标写成列表,二是再替换,具体的看图
到此,基本上可以用pandas处理日常工作了,下篇文章再说一下如何生成字典,以及将int变成object;
我们现在获取数据就可以直接用pandas读取和保存了,这样比上篇文章中说的简单直接还高效,这样的好处就是循环之类的就省了,从html.json()这儿开始,忘记的可以看下上篇文章
dataframe = pd.DataFrame(html.json()['list'])
dataframe.to_csv(title[spe])
二句代码解决问题,同时还保证了格式的统一和完整;下篇文章开始绘图的制作,欢迎留言或私信交流
相关推荐
- 2023年最新微信小程序抓包教程(微信小程序 抓包)
-
声明:本公众号大部分文章来自作者日常学习笔记,部分文章经作者授权及其他公众号白名单转载。未经授权严禁转载。如需转载,请联系开百。请不要利用文章中的相关技术从事非法测试。由此产生的任何不良后果与文...
- 测试人员必看的软件测试面试文档(软件测试面试怎么说)
-
前言又到了毕业季,我们将会迎来许多需要面试的小伙伴,在这里呢笔者给从事软件测试的小伙伴准备了一份顶级的面试文档。1、什么是bug?bug由哪些字段(要素)组成?1)将在电脑系统或程序中,隐藏着的...
- 复活,视频号一键下载,有手就会,长期更新(2023-12-21)
-
视频号下载的话题,也算是流量密码了。但也是比较麻烦的问题,频频失效不说,使用方法也难以入手。今天,奶酪就来讲讲视频号下载的新方案,更关键的是,它们有手就会有用,最后一个方法万能。实测2023-12-...
- 新款HTTP代理抓包工具Proxyman(界面美观、功能强大)
-
不论是普通的前后端开发人员,还是做爬虫、逆向的爬虫工程师和安全逆向工程,必不可少会使用的一种工具就是HTTP抓包工具。说到抓包工具,脱口而出的肯定是浏览器F12开发者调试界面、Charles(青花瓷)...
- 使用Charles工具对手机进行HTTPS抓包
-
本次用到的工具:Charles、雷电模拟器。比较常用的抓包工具有fiddler和Charles,今天讲Charles如何对手机端的HTTS包进行抓包。fiddler抓包工具不做讲解,网上有很多fidd...
- 苹果手机下载 TikTok 旧版本安装包教程
-
目前苹果手机能在国内免拔卡使用的TikTok版本只有21.1.0版本,而AppStore是高于21.1.0版本,本次教程就是解决如何下载TikTok旧版本安装包。前期准备准备美区...
- 【0基础学爬虫】爬虫基础之抓包工具的使用
-
大数据时代,各行各业对数据采集的需求日益增多,网络爬虫的运用也更为广泛,越来越多的人开始学习网络爬虫这项技术,K哥爬虫此前已经推出不少爬虫进阶、逆向相关文章,为实现从易到难全方位覆盖,特设【0基础学爬...
- 防止应用调试分析IP被扫描加固实战教程
-
防止应用调试分析IP被扫描加固实战教程一、概述在当今数字化时代,应用程序的安全性已成为开发者关注的焦点。特别是在应用调试过程中,保护应用的网络安全显得尤为重要。为了防止应用调试过程中IP被扫描和潜在的...
- 一文了解 Telerik Test Studio 测试神器
-
1.简介TelerikTestStudio(以下称TestStudio)是一个易于使用的自动化测试工具,可用于Web、WPF应用的界面功能测试,也可以用于API测试,以及负载和性能测试。Te...
- HLS实战之Wireshark抓包分析(wireshark抓包总结)
-
0.引言Wireshark(前称Ethereal)是一个网络封包分析软件。网络封包分析软件的功能是撷取网络封包,并尽可能显示出最为详细的网络封包资料。Wireshark使用WinPCAP作为接口,直接...
- 信息安全之HTTPS协议详解(加密方式、证书原理、中间人攻击 )
-
HTTPS协议详解(加密方式、证书原理、中间人攻击)HTTPS协议的加密方式有哪些?HTTPS证书的原理是什么?如何防止中间人攻击?一:HTTPS基本介绍:1.HTTPS是什么:HTTPS也是一个...
- Fiddler 怎么抓取手机APP:抖音、小程序、小红书数据接口
-
使用Fiddler抓取移动应用程序(APP)的数据接口需要进行以下步骤:首先,确保手机与计算机连接在同一网络下。在计算机上安装Fiddler工具,并打开它。将手机的代理设置为Fiddler代理。具体方...
- python爬虫教程:教你通过 Fiddler 进行手机抓包
-
今天要说说怎么在我们的手机抓包有时候我们想对请求的数据或者响应的数据进行篡改怎么做呢?我们经常在用的手机手机里面的数据怎么对它抓包呢?那么...接下来就是学习python的正确姿势我们要用到一款强...
- Fiddler入门教程全家桶,建议收藏
-
学习Fiddler工具之前,我们先了解一下Fiddler工具的特点,Fiddler能做什么?如何使用Fidder捕获数据包、修改请求、模拟客户端向服务端发送请求、实施越权的安全性测试等相关知识。本章节...
- fiddler如何抓取https请求实现手机抓包(100%成功解决)
-
一、HTTP协议和HTTPS协议。(1)HTTPS协议=HTTP协议+SSL协议,默认端口:443(2)HTTP协议(HyperTextTransferProtocol):超文本传输协议。默认...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
系统C盘清理:微信PC端文件清理,扩大C盘可用空间步骤
-
10款高性能NAS丨双十一必看,轻松搞定虚拟机、Docker、软路由
-
python使用fitz模块提取pdf中的图片
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- vscode切换git分支 (35)
- python bytes转16进制 (35)
- grep前后几行 (34)
- hashmap转list (35)
- c++ 字符串查找 (35)