
Pandas删除某一列的方法
方法一:直接del df['column-name'] 删除sub_grade_列, 输入del df['sub_grade_x'] 方法二:采用drop方法,有下面三种等价的表达式: 1. df= df.drop('column_name...

方法一:直接del df['column-name'] 删除sub_grade_列, 输入del df['sub_grade_x'] 方法二:采用drop方法,有下面三种等价的表达式: 1. df= df.drop('column_name...
x = pd.to_numeric(pf.学分, errors='ignore') x = pf.学分.astype('float)
读取csv文件 import pandas as pd data = pd.read_csv(r"D:123123.csv", parse_dates=["成交时间"],encoding="gbk) #parse_dates 指定转换时间格...

import pandas as pd import numpy as np import matplotlib.pyplot as plt # 随机生成1000个数据 data = pd.Series(np.random.randn(10...
left = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'], 'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0', 'B1', 'B2', 'B3']}) rig...
df1 = pd.DataFrame(np.ones((3,4))*0,columns=['a','b','c','d']) df2 = pd.DataFrame(np.ones((3,4))*1,columns=['a','b','c',...

产品与原料的问题 假设生成一只机器袋鼠需要1公斤铁、3公斤铜、2公斤锡;一头机器恐龙需要2公斤铁、7公斤铜、2公斤锡;一只机器狗需要1公斤铁、2公斤铜、1公斤锡。现在有8公斤铁、23公斤铜、9公斤锡,可以恰好生成多少个机器产品? 根据问题可...
二项分布(binomial distribution)公式: n为实验总次数,k是成功的次数,p是成功概率 P(X=k)=C_n^kp^k(1-p)^{n-k} numpy给出的api是: numpy.random.RandomState....