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 中这样操作 datetime 类型，省时省力（一）！
发表评论
标签归档：Pandas
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。
继续阅读用 pandas 处理 Excel 中的合并单元格
虽然 pandas 处理数据特别方便，但是也不是什么格式的数据都可以直接用 pandas 进行清洗，实际工作中很多时候你得先用 pandas 对数据格式和结构进行处理后，才能进行后面的清洗步骤。今天我们来看一个典型的用 pandas 处理 Excel 中的合并单元格。
继续阅读实用的 Pandas 根据条件新建列的方法
工作中经常会碰到根据条件创建新的列，新建列的方法有很多，不同方法之间的效率差别很大，今天我们来看看比较常用的高效的根据条件来用 pandas 新建列。
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？
继续阅读网站简介
欢迎来到贴近工作的数据分析网站。 本网站的目的是分享有关如何使用 Python 以及 Python 生态系统中的各种模块（主要是 Pandas）的知识，以使您在日常工作中更加有效和高效。
继续阅读