Kategoria: Przewodnik

Możesz użyć następującej podstawowej składni, aby policzyć liczbę elementów równą NaN w tablicy NumPy: import numpy as np n.p. count_nonzero (np. isnan (my_array)) Ten konkretny przykład zwróci liczbę elementów równą NaN w tablicy NumPy o nazwie my_array . Poniższy przykład pokazuje,...

Możesz użyć następującej podstawowej składni, aby policzyć liczbę elementów większą niż określona wartość w tablicy NumPy: import numpy as np vals_greater_10 = (data > 10 ). sum () Ten konkretny przykład zwróci liczbę elementów większą niż 10 w tablicy NumPy zwanej...

Możesz użyć poniższej podstawowej składni, aby utworzyć wykres słupkowy w pandach, który będzie zawierał tylko 10 najczęściej występujących wartości w określonej kolumnie: import pandas as pd import matplotlib. pyplot as plt #find values with top 10 occurrences in 'my_column' top_10 =...

Możesz użyć argumentu normalize w funkcji crosstab() pandy, aby utworzyć tabelę przestawną wyświetlającą wartości procentowe zamiast liczb: p.d. crosstab (df. col1 , df. col2 , normalize=' index ') Argument normalizacji przyjmuje trzy różne argumenty: all : Pokaż procent w stosunku do...

Możesz użyć argumentu aggfunc w funkcji pandy crosstab() , aby utworzyć tabelę przestawną, która agreguje wartości przy użyciu określonej metryki: p.d. crosstab (index=df. col1 , columns=df. col2 , values=df. col3 , aggfunc=' count ') Domyślną wartością aggfunc jest „count”, ale możesz...

Do utworzenia wykresu słupkowego umożliwiającego wizualizację liczebności w tabeli przestawnej Pandy można użyć następujących metod: Metoda 1: Utwórz skupiony wykres słupkowy import matplotlib. pyplot as plt my_crosstab. plot (kind=' bar ') Metoda 2: Utwórz skumulowany wykres słupkowy import matplotlib. pyplot as...

Do sortowania wierszy i kolumn w tabeli przestawnej Pandy można użyć następujących metod: Metoda 1: Sortuj tabelę przestawną według wartości wierszy p.d. crosstab (df. col1 , df. col2 ). sort_index (axis= 0 , ascending= False ) Metoda 2: Sortuj tabelę przestawną...

Możesz użyć następującej składni, aby użyć funkcji query() w pandach i odwołać się do nazwy zmiennej: df. query (' team == @team_name ') To konkretne zapytanie wyszukuje wiersze w ramce danych pandy, w której kolumna zespołu jest równa wartości przechowywanej w...

Często możesz chcieć użyć funkcji isin() w metodzie query() w pandach, aby filtrować wiersze w ramce DataFrame, w której kolumna zawiera wartość na liście. Aby to zrobić, możesz użyć następującej składni: df. query (' team in ["A", "B", "D"] ') To...

Możesz użyć następującej podstawowej składni z funkcją groupby() w pandach, aby grupować według dwóch kolumn i agregować inną kolumnę: df. groupby ([' var1 ',' var2 '])[' var3 ']. mean () Ten konkretny przykład grupuje DataFrame według kolumn var1 i var2 ,...