分类目录归档:Pandas 实战方法

Pandas 中这样操作 datetime 类型,省时省力(一)!

时间问题在数据处理中是重中之重,用 Pandas 处理时间是相当方便的,但是若没有掌握一些技巧,处理起来还是很吃力。接下来我们一起看看怎样用 Pandas 高效处理时间问题,由于该部分内容比较多,我计划分两篇来讲解,本篇是第一篇。

继续阅读

Pandas 中功能强大高效的的 str 用法,你会用吗?

相信长期用 Pandas 的人有时会发现一些特别方便快捷的用法,然后会感叹,要是早知道这些用法之前处理数据的时候就方便多了。今天和大家一起分享我最近发现的 Pandas 中一个功能强大高效快捷的 str 用法。

继续阅读

自定义排序怎么用 Pandas 中的 sort_values 实现?

在处理数据的时候,排序是很常见的一个操作,通常我们用 Pandas 进行排序的时候会用到 sort_values,但是很多时候 sort_values 默认的仅仅是升序降序,如果有更加个性化的排序需求,怎么用 sort_values 实现呢?接下我们一起来看看具体怎么实现个性化的排序需求。

继续阅读

Pandas 在 groupby 的时候根据条件新建多列

相信用过 Pandas 的人都用过 groupby,但是很多人在用的时候只是简单的对某些字段进行 sum、mean 之类的聚合运算,可能用完了感觉这玩意儿和 Excel 的透视表差不多,甚至还没有 Excel 的透视表好用!相信你今天看了这篇文章,肯定会惊叹,原来 groupby 还可以这么用,功能这么强大。

继续阅读

用 Python 把 Excel 表拆分为多个子表

相信大家工作中肯定经常遇到这样的问题,我有一个很大的 Excel 总表,但是我想按照某个字段中的内容把它拆分为子表(比如分公司字段下,有很多分公司,我想把每个分公司拆成一个单独的表)。今天和大家分享怎么用 Python 批量、高效拆分 Excel。

继续阅读

一个简单的例子来看 Python 和 Excel 的区别

假设您是一家公司的分析师,并且非常精通Excel。您知道如何编写公式,制作数据透视表等方法来处理数据并进行精彩的展示。假如有一天,您要处理公司的销售额数据(数据非常大),看起来像这样。你该怎么办呢?

继续阅读