tp框架做的图片网站,有api接口怎么做网站,盐城专业做网站的公司,进行网站开发的所有步骤---------------pandas数据分析集合--------------- Python教程71#xff1a;学习Pandas中一维数组Series Python教程74#xff1a;Pandas中DataFrame数据创建方法及缺失值与重复值处理 Pandas数据化分析#xff0c;DataFrame行列索引数据的选取#xff0c;增加#xff0c…---------------pandas数据分析集合--------------- Python教程71学习Pandas中一维数组Series Python教程74Pandas中DataFrame数据创建方法及缺失值与重复值处理 Pandas数据化分析DataFrame行列索引数据的选取增加修改和删除操作 Pandas教程05DataFrame数据常用属性和方法汇总 Pandas教程06DataFrame.merge数据的合并处理 Pandas教程07DataFrame数据的算术运算逻辑运算describe()方法统计函数自定义函数运算 Pandas教程08教你DataFrame数据的条件筛选——精选篇 Pandas教程09使用date_range函数创建时间序列数据 Pandas教程10DataFrame数据可视化绘制折线图、柱状图、散点图、饼形图 Pandas教程11关于pd.DataFrame.shift(1)数据下移的示例用法 Tkinter教程22DataFrame数据加入到treeview树视图含横纵滚动条正反向排序 Pandas教程12常用的pd.set_option方法显示所有行和列不换行显示等等… Pandas教程13groupby函数的分组、聚合、转换和过滤操作 Pandas教程14DataFrame数据合并concatmerge_appendjoin的4种方法 Pandas教程15多个DataFrame数据保存追加为Excel表格数据
Pandas教程16DataFrame列标题批量重命名空df数据判断列名顺序重排
Pandas教程17关于json数据转化成DataFrame数据消除警告提示的方法。
Pandas教程18df数据中含有的关键字批量replace替换删除行或列
Pandas教程19groupby分组后对列中指定关键字的组进行求和运算。
1.代码解析1.先准备一个df1和df2数据使用pd.concat函数进行df新旧数据合并处理参数为多个df数据列表类型然后把处理后的数据打印出来。2.然后使用df_all.to_excel把它保存为表格数据假设命名为古诗词.xlsx。3.再使用pd.read_excel读取一些刚刚的写的表格数据如果能读到数据说明写入成功了。这样就可以实现数据的保存和追加操作了。
# Author : 小红牛
# 微信公众号WdPython
import pandas as pddata1 {诗人: [李白, 苏轼, 李清照, 杜甫],性别: [男, 男, 女, 男, ],年龄: [18, 26, 13, 15],朝代: [唐, 宋, 宋, 唐],薪资: [9000, 7000, 8000, 5000]}df1 pd.DataFrame(data1)
print(1.原始Df1数据.center(50, -))
print(df1)
data2 {诗人: [岳飞, 纳兰性德, 曹雪芹],性别: [男, 男, 男],年龄: [28, 26, 40],朝代: [宋, 清, 清],薪资: [7000, 6000, 8000]}
print(2.原始DF2数据.center(50, -))
df2 pd.DataFrame(data2)
print(df2)print(3.concat与新df数据合并.center(50, -))
# concat 合并有相同字段名的dataframe数据
df_all pd.concat([df1, df2], ignore_indexTrue)
print(df_all)
# 写数据
df_all.to_excel(古诗词.xlsx, indexFalse)print(4.读新旧表格数据.center(50, -))
df_new pd.read_excel(古诗词.xlsx)
print(df_new)输出内容
--------------------1.原始Df1数据---------------------诗人 性别 年龄 朝代 薪资
0 李白 男 18 唐 9000
1 苏轼 男 26 宋 7000
2 李清照 女 13 宋 8000
3 杜甫 男 15 唐 5000
--------------------2.原始DF2数据---------------------诗人 性别 年龄 朝代 薪资
0 岳飞 男 28 宋 7000
1 纳兰性德 男 26 清 6000
2 曹雪芹 男 40 清 8000
-----------------3.concat与新df数据合并-----------------诗人 性别 年龄 朝代 薪资
0 李白 男 18 唐 9000
1 苏轼 男 26 宋 7000
2 李清照 女 13 宋 8000
3 杜甫 男 15 唐 5000
4 岳飞 男 28 宋 7000
5 纳兰性德 男 26 清 6000
6 曹雪芹 男 40 清 8000
--------------------4.读新旧表格数据---------------------诗人 性别 年龄 朝代 薪资
0 李白 男 18 唐 9000
1 苏轼 男 26 宋 7000
2 李清照 女 13 宋 8000
3 杜甫 男 15 唐 5000
4 岳飞 男 28 宋 7000
5 纳兰性德 男 26 清 6000
6 曹雪芹 男 40 清 80002.如何合并多个DataFrames数据有以下两种方法处理完数据之后就可以调用excel保存和读取方法了。
索引的唯一性每次合并时如果新的DataFrame具有与现有数据冲突的索引Pandas会默认重置索引或引发错误。为了避免这种情况你可以在合并之前设置新的索引或重置索引。
性能考虑循环合并多个DataFrame可能不是最高效的方法特别是当DataFrame的数量或大小很大时。如果可能的话考虑一次性合并所有DataFrame。
import pandas as pd# 假设我们有很多个DataFrame数据
dataframes []
for i in range(5):df pd.DataFrame({A: [i * 10], B: [i * 10]}, index[i1])dataframes.append(df)print(f第{i1}个df数据.center(50, -))print(df)print(2.方法1: 一次性合并所有DataFrame数据.center(50, -))
result_df1 pd.concat(dataframes, ignore_indexTrue)
print(result_df1)print(3.方法2: 循环合并每个DataFrame数据.center(50, -))
# 3.初始化一个空的DataFrame用于保存合并结果
result_df2 pd.DataFrame()
for df in dataframes:# 在这里你可以选择是否重置索引或者如何处理冲突的索引# 例如你可以使用ignore_indexTrue来自动重置索引result_df2 pd.concat([result_df2, df], ignore_indexTrue)print(result_df2)在这个例子中dataframes列表包含了5个DataFrame每个DataFrame都有一个从1到5的整数索引。在循环中我们使用pd.concat来合并每个DataFrame到result_df中并设置ignore_indexTrue来自动重置索引。如果你正在处理大量数据或需要优化性能请考虑一次性合并所有DataFrame而不是使用循环。
输出内容
---------------------第1个df数据----------------------A B
1 0 0
---------------------第2个df数据----------------------A B
2 10 10
---------------------第3个df数据----------------------A B
3 20 20
---------------------第4个df数据----------------------A B
4 30 30
---------------------第5个df数据----------------------A B
5 40 40
------------2.方法1: 一次性合并所有DataFrame数据-------------A B
0 0 0
1 10 10
2 20 20
3 30 30
4 40 40
-------------3.方法2: 循环合并每个DataFrame数据-------------A B
0 0 0
1 10 10
2 20 20
3 30 30
4 40 40完毕感谢您的收看
----------★★历史博文集合★★----------
我的零基础Python教程Python入门篇 进阶篇 视频教程 Py安装py项目 Python模块 Python爬虫 Json Xpath 正则表达式 Selenium Etree CssGui程序开发 Tkinter Pyqt5 列表元组字典数据可视化 matplotlib 词云图 Pyecharts 海龟画图 Pandas Bug处理 电脑小知识office自动化办公 编程工具 NumPy Pygame
