13. 字符串處理方法

s = pd.Series(['A', 'B', 'C', 'Aaba', 'Baca', np.nan, 'CABA', 'dog', 'cat']) s.str.lower()# 對于Series對象，在其str屬性中有著一系列的字符串處理方法。 # 就如同上段代碼一樣，能很方便的對array中各個元素進行運算。 # 值得注意的是，在str屬性中的模式匹配默認使用正則表達式。# str.lower是使得字符串轉(zhuǎn)換為小寫字母。

14. 切割表格成模塊，再用concat合并

df = pd.DataFrame(np.random.randn(10,4)) df# pandas中提供了大量的方法能夠輕松對Series，DataFrame和Panel對象進行不同滿足邏輯關(guān)系的合并操作# 通過concat()來連接pandas對象。pieces = [df[:3], df[3:7], df[7:]] pieces# 切割成幾個模塊 # 第一個模塊為0到3行，第二個模塊首到7行，第三個模塊為7到尾行。pd.concat(pieces)# 通過concat將模塊連接起來

15. Merge合并兩個模塊

left = pd.DataFrame({'key':['foo', 'foo'], 'lval':[1,2]}) left right = pd.DataFrame({'key':['foo', 'foo'], 'lval':[4,5]}) right pd.merge(left, right, on='key')# left 參與合并的左側(cè)DataFrame # right 參與合并的右側(cè)DataFrame # on：指的是用于連接的列索引名稱，必須存在于左右兩個DataFrame中，如果沒有指定且其他參數(shù)也沒有指定，則以兩個DataFrame列名交集作為連接鍵；

16. Appen列表末尾添加行元素

df = pd.DataFrame(np.random.randn(8, 4), columns=['A', 'B', 'C', 'D']) df s = df.iloc[3] s# .iloc[3]取位置3行的元素 df.append(s, ignore_index=True)# ignore_index：默認值為False，如果為True則不使用index標(biāo)簽 # .append使得向dataframe對象中添加新的行，將若干行添加到dataFrame后面。

---

更多《機器學(xué)習(xí)》，關(guān)注專欄 ? ?

注：因為專欄不止我一位作者！

加油！?

創(chuàng)作挑戰(zhàn)賽新人創(chuàng)作獎勵來咯，堅持創(chuàng)作打卡瓜分現(xiàn)金大獎

總結(jié)

以上是生活随笔為你收集整理的列注释_机器学习 Pandas 03：基础 前16题 ( 带答案、注释 )的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。