pandas转换数据类型 第2页

从Pandas快速切换到Polars :数据的ETL和查询

对于我们日常的数据清理、预处理和分析方面的大多数任务，Pandas已经绰绰有余。但是当数据量变得非常大时，它的性能开始下降。我们以前的两篇文章来测试Pandas1.5.3、polar和Pandas2.0.0之间的性能了，Polars正好可以解决大数据量是处理的问题，所以本文将介绍如何将日常的数...

Pandas中的宝藏函数(apply)（pandas函数库手册）

来源：AI入门学习作者：小伍哥apply()堪称Pandas中最好用的方法，其使用方式跟map()很像，主要传入的主要参数都是接受输入返回输出。但相较于昨天介绍的map()针对单列Series进行处理，一条apply()语句可以对单列或多列进行运算，覆盖非常多的使用场景。参考上篇：Pandas中的...

Pandas加载数据时指定数据类型（pandas库数据读取与写入方法）

一般来说，为了省事我都是直接pd.DataFrame(data)或pd.read_xx(filename)就完事了。比如：（下面数据大家直接拷贝后读取剪切板即可）importpandasaspddf=pd.read_excel('数据类型转换案例数据.xlsx')df我们查看dty...

「Python数据分析」Pandas数据处理，导入导出Excel数据文件

数据分析过程，基本上可以通过以下4个步骤来实现。1、数据获取2、数据处理3、数据分析4、数据结果我们首先来看数据获取的这个步骤。现实中，我们面对的大部分数据，基本上大多数都是Excel格式的数据文件。也就是说，我们需要进行分析的数据，都是已经获取好，形成Excel文件格式的数据。这个获取数据的过程，...

pandas数据处理:常用却不甚了解的函数，pd.read_excel()

人们经常用pandas处理表格型数据，时常需要读入excel表格数据，很多人一般都是直接这么用：pd.read_excel(“文件路径文件名”),再多一点的设置可能是转义一下路径中的斜杠，一旦原始的excel表不是很规整，这样简单读入势必报错！其实这个函数有很多参数可以设置，为了应对各式excel表...

「Python数据分析」Pandas进阶，使用merge()函数合并数据

在使用python语言进行数据分析的过程中，我们的数据，有很大一部分是结构化数据，也就是比较整齐的数据。这里，我不展开讲什么是结构化数据，因为这个范围太过于庞大。但是，有一个知识点，必须要讲一下。这个知识点就是，数据的主键。之前，我们讲过利用concat函数进行数据合并操作。通常情况下，concat...

pandas自定义表格样式并导出为html格式

在数据分析中，将数据以表格的形式呈现出来是必不可少的环节，Pandas是一个非常强大的数据分析库，提供了很多方便的方法来处理和展示数据。今天，我们将学习如何使用Pandas自定义表格样式并将其导出为HTML格式。通过这种方式，我们可以更好地组织和展示数据，并在网页上共享我们的分析结果，并且...

Pandas.read_excel()全参数详解（pandas read_excel参数）

最新Pandas.read_excel()全参数详解pandas.read_excel()的作用：将Excel文件读取到pandasDataFrame中。支持从本地文件系统或URL读取的xls，xlsx，xlsm，xlsb和odf文件扩展名。支持读取单个sheet或几个sheet。以下是该函数的...