python的dataframe常用处理方法

import pandas as pdclass DataFrameProcessor:@staticmethoddef sort_by_column(df, by_column, ascending=True):"""根据指定列对DataFrame进行排序。Parameters:df (pd.DataFrame): 要排序的DataFrame。by_column (str): 要排序的列名。ascending (bool): True表示升序排列,False表示降序排列。Returns:pd.DataFrame: 排序后的新DataFrame。"""sorted_df = df.sort_values(by=by_column, ascending=ascending)return sorted_df@staticmethoddef remove_rows_with_value(df, column_name, value_to_remove):"""从DataFrame中删除指定列等于特定值的所有行。Parameters:df (pd.DataFrame): 要处理的DataFrame。column_name (str): 要检查的列名。value_to_remove: 要删除的特定值。Returns:pd.DataFrame: 新的DataFrame,不包含指定列等于特定值的行。"""filtered_df = df[df[column_name] != value_to_remove]return filtered_df@staticmethoddef drop_duplicates(df, subset=None):"""去除DataFrame中的重复行。Parameters:df (pd.DataFrame): 要处理的DataFrame。subset (list): 可选,要考虑的列的子集。Returns:pd.DataFrame: 不包含重复行的新DataFrame。"""deduplicated_df = df.drop_duplicates(subset=subset)return deduplicated_df@staticmethoddef get_stats(df):"""计算DataFrame的统计信息。Parameters:df (pd.DataFrame): 要计算统计信息的DataFrame。Returns:pd.Series: 包含统计信息的Series。"""return df.describe()@staticmethoddef get_missing(df):"""计算DataFrame中每列的缺失值数量。Parameters:df (pd.DataFrame): 要计算缺失值的DataFrame。Returns:pd.Series: 包含每列缺失值数量的Series。"""return df.isnull().sum()@staticmethoddef fill_missing(df, value):"""填充DataFrame中的缺失值。Parameters:df (pd.DataFrame): 要处理的DataFrame。value: 用于填充缺失值的值。Returns:pd.DataFrame: 填充缺失值后的新DataFrame。"""filled_df = df.fillna(value)return filled_df@staticmethoddef filter(df, query):"""根据条件过滤DataFrame。Parameters:df (pd.DataFrame): 要过滤的DataFrame。query (str): 过滤条件。Returns:pd.DataFrame: 符合条件的新DataFrame。"""filtered_df = df.query(query)return filtered_df@staticmethoddef convert_data_types(df, conversion_dict):"""将DataFrame的列的数据类型进行转换。Parameters:df (pd.DataFrame): 要处理的DataFrame。conversion_dict (dict): 包含列名和目标数据类型的字典。Returns:pd.DataFrame: 数据类型转换后的新DataFrame。"""converted_df = df.astype(conversion_dict)return converted_df@staticmethoddef rename_columns(df, column_mapping):"""重命名DataFrame的列。Parameters:df (pd.DataFrame): 要处理的DataFrame。column_mapping (dict): 包含原列名和新列名的字典。Returns:pd.DataFrame: 列重命名后的新DataFrame。"""renamed_df = df.rename(columns=column_mapping)return renamed_df@staticmethoddef calculate_mean_and_std(df, column_name):"""计算DataFrame中指定列的均值和3倍标准差。Parameters:df (pd.DataFrame): 要处理的DataFrame。column_name (str): 要计算统计值的列名。Returns:tuple: 包含均值和3倍标准差的元组 (mean, std)."""column_data = df[column_name]mean_value = column_data.mean()std_value = column_data.std() * 3  # 3倍标准差return mean_value, std_value# 示例用法:# 创建一个示例DataFrame
data = {'A': [1, 4, 2, 5, 3],'B': ['apple', 'cherry', 'banana', 'banana', 'apple']}df = pd.DataFrame(data)# 使用DataFrameProcessor类的方法
sorted_df = DataFrameProcessor.sort_by_column(df, 'A', ascending=True)
filtered_df = DataFrameProcessor.remove_rows_with_value(df, 'B', 'apple')
deduplicated_df = DataFrameProcessor.drop_duplicates(df)
stats = DataFrameProcessor.get_stats(df)
missing = DataFrameProcessor.get_missing(df)
filled_df = DataFrameProcessor.fill_missing(df, value=0)
filtered_df = DataFrameProcessor.filter(df, query='A > 2')
converted_df = DataFrameProcessor.convert_data_types(df, {'A': float})
renamed_df = DataFrameProcessor.rename_columns(df, {'A': 'New_A'})
mean, std = DataFrameProcessor.calculate_mean_and_std(df, 'A')print(sorted_df)
print(filtered_df)
print(deduplicated_df)
print(stats)
print(missing)
print(filled_df)
print(filtered_df)
print(converted_df)
print(renamed_df)
print(f"均值: {mean}, 3倍标准差: {std}")

这个完整的 DataFrameProcessor 类包含了各种常见的数据处理方法,可以根据需要使用。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/49657.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

keepalived+lvs+nginx高并发集群

keepalivedlvsnginx高并发集群 简介: keepalivedlvsnginx高并发集群,是通过LVS将请求流量均匀分发给nginx集群,而当单机nginx出现状态异常或宕机时,keepalived会主动切换并将不健康nginx下线,维持集群稳定高可用 1.L…

Linux系统之安装OneNav个人书签管理器

Linux系统之安装OneNav个人书签管理器 一、OneNav介绍1.OneNav简介2.OneNav特点 二、本地环境介绍2.1 本地环境规划2.2 本次实践介绍 三、检查本地环境3.1 检查本地操作系统版本3.2 检查系统内核版本3.3 检查本地yum仓库状态 四、安装httpd服务4.1 安装httpd4.2 启动httpd服务4…

低代码开发ERP:精打细算,聚焦核心投入

企业数字化转型已经成为现代商业环境中的一项关键任务。如今,企业面临着日益激烈的竞争和不断变化的市场需求。在这样的背景下,数字化转型不仅是企业生存的必然选择,也是取得竞争优势和实现可持续发展的关键因素。 在数字化转型的过程中&…

基于Android R快速编译recovery-ramdisk.img

Android默认没有单编recovery-ramdisk.img的命令,我们可以自己修改Makefile实现 修改:build/core/Makefile 添加: .PHONY: recovery-ramdisk-nodeps recovery-ramdisk-nodeps: $(MKBOOTFS) | $(COMPRESSION_COMMAND_DEPS)echo "make …

神经网络入门

前言 本文主要介绍最基础的神经网络,包括其结构,学习方法, C \texttt{C} C 的实现代码。 Python \texttt{Python} Python 的代码可以搜索互联网得到。 前排提示:本人涉及一丁点数学知识。 神经网络的结构 神经网络包括多个层…

[Linux]进程概念

[Linux]进程概念 文章目录 [Linux]进程概念进程的定义进程和程序的关系Linux下查看进程Linux下通过系统调用获取进程标示符Linux下通过系统调用创建进程-fork函数使用 进程的定义 进程是程序的一个执行实例,是担当分配系统资源(CPU时间,内存…

二、数学建模之整数规划篇

1.定义 2.例题 3.使用软件及解题 一、定义 1.整数规划(Integer Programming,简称IP):是一种数学优化问题,它是线性规划(Linear Programming,简称LP)的一个扩展形式。在线性规划中&…

构造不包含字母和数字的webshell

文章目录 利用不含字母与数字进行绕过知识介绍题目方法一&#xff1a;异或操作绕过方法二&#xff1a;取反进行绕过 过滤不是很严格的情况进阶绕过利用php7特性直接绕过 利用不含字母与数字进行绕过 知识介绍 <?phpecho "A"^"";?>从运行结果为! …

深度学习|CNN卷积神经网络

CNN卷积神经网络 解决的问题人类的视觉原理原理卷积层——提取特征池化层——数据降维全连接层——输出结果 应用图像处理自然语言处理 解决的问题 在CNN没有出现前&#xff0c;图像对人工智能来说非常难处理。 主要原因&#xff1a; 图像要处理的数据量太大了。图像由像素组…

使用IDEA把Java程序打包成jar

点击左上角File,选择Project Structure 左侧选中Artifacts,点击右侧的号 选择JAR->From modules with dependencies 选择你要运行的main方法所在的类,选好了点击OK Artifacts添加完成后点击右下角OK 在工具栏中找到Build,选择Build Artifacts 刚才创建好的Artifacts,选择Bui…

【精华】AIGC之Stable Diffusion专栏

【精华】AIGC之Stable Diffusion专栏 1 参考资料 Stable-diffusion-webui 小白使用大全插件和模型推荐2.0Stable-diffusion-webui 插件拓展及依赖汇总 2 SD插件仓库 &#xff08;1&#xff09;openpose editor&#xff08;♥♥♥♥♥&#xff09; 【AI绘画】使用OpenPose …

java反序列化泛型中json对象

使用 jackson的objectMapper 来实现 import com.fasterxml.jackson.core.JsonProcessingException; import com.fasterxml.jackson.core.type.TypeReference; import com.fasterxml.jackson.databind.DeserializationFeature; import com.fasterxml.jackson.databind.ObjectMa…

【附安装包】Midas Civil2019安装教程

软件下载 软件&#xff1a;Midas Civil版本&#xff1a;2019语言&#xff1a;简体中文大小&#xff1a;868.36M安装环境&#xff1a;Win11/Win10/Win8/Win7硬件要求&#xff1a;CPU2.5GHz 内存4G(或更高&#xff09;下载通道①百度网盘丨64位下载链接&#xff1a;https://pan.…

Java设计模式-抽象工厂模式

简介 设计模式是软件设计中的一种常见方法&#xff0c;通过定义一系列通用的解决方案&#xff0c;来解决常见的软件设计问题。其中&#xff0c;抽象工厂模式是一种非常常见的设计模式&#xff0c;它可以帮助我们创建一组相关的对象&#xff0c;而不需要指定具体的实现方式。 …

大数据平台是什么意思?有什么用?一般包含哪些模块?

大数据时代&#xff0c;还有很多人不知道大数据平台是什么意思&#xff1f;有什么用&#xff1f;一般包含哪些模块&#xff1f;今天我们就一起来简单了解一下吧&#xff01;仅供参考哦&#xff01; 大数据平台是什么意思&#xff1f;有什么用&#xff1f;一般包含哪些模块&am…

SpringBoot添加启动事件监听

当我们需要让 Spring Boot 在启动第一时间就去执行一段代码&#xff0c;可以通过添加事件监听实现&#xff0c;具体如下&#xff1a; 添加事件 import org.springframework.boot.context.event.ApplicationStartingEvent; import org.springframework.context.ApplicationLis…

面试题目收集

Zset排行榜功能如何设计key&#xff1f; key就设计成排行榜的名字&#xff0c;比如下面插入或者更新数据 Long zadd(final String key, final double score, final String member) key : 排行榜的名字 memeber : 用户 score : 用户的分数 项目…

Spring框架中JavaBean的生命周期及单例模式与多列模式

Spring框架中JavaBean的生命周期及单例模式与多列模式 1. Spring框架中JavaBean的管理过程1.1 #定义Bean1.2 Bean的实例化1.3 属性注入1.4 初始化方法1.5 Bean的使用和引用1.6 销毁方法 2. 单例模式与原型模式在JavaBean管理中的应用1.在Spring管理JavaBean的过程中&#xff0c…

Kafka 集群搭建过程

前言 跟着尚硅谷海哥文档搭建的Kafka集群环境&#xff0c;在此记录一下&#xff0c;侵删 注意&#xff1a;博主在服务器上搭建环境的时候使用的是一个服务器&#xff0c;所以这篇博客可能会出现一些xsync分发到其他服务器时候的错误&#xff0c;如果你在搭建的过程中出现了错…

一种pug与html相互转换的工具

有时候看pug很不方便&#xff0c;这个语言虽然简洁&#xff0c;但可读性与维护性较差&#xff0c;所以需要进行转换&#xff0c;这个是win工具&#xff0c;比较方便。 这个工具的下载地址如下&#xff1a; https://download.csdn.net/download/qq_40032778/88244980 解压后如下…