pandas获取csv指定行,列
house_info = pd.read_csv('house_info.csv')
1:取行的操作:
house_info.loc[3:6]
类似于python的切片操作
2:取列操作:
house_info['price']
这是读取csv文件时默认的第一行索引
3:取两列
house_info[['price',tradetypename']]
取多个列也是同理的,注意里面是一个list的列表,不然会报错误;
4:增加列:
house_Info['adress_new']=list([.....])
跟字典的操作有点类似;
5:对某一列除以他的最大值,这样可以得到一个0,1的数值范围,也就是一个简易的归一化操作;
house_info['price']/house_info['price'].max()
6:对列进行排序操作:
house_info.sorted_values('price',inplace=True,ascending=True)
这里的inplace表示再排序的时候是否生成一个新的dataframe 结构,ascending=true
表示升序,默认也是升序;还有一点应该注意的是:对于缺省值,(Nan)排序的时候会把他排在末尾;
7:如何获取缺省值,:
column_null = pd.isnull(column) column_is_null_true = column[column_null]
总结
以上所述是小编给大家介绍的python pandas获取csv指定行 列的操作方法 ,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对网站的支持!
如果你觉得本文对你有帮助,欢迎转载,烦请注明出处,谢谢!
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。