一、Pandas如何将表格的前几行生成html
实战场景:Pandas如何将表格的前几行生成html
1.1主要知识点
- 文件读写
- 基础语法
- Pandas
- numpy
实战:
1.2创建 python 文件
import numpy as np
import pandas as pd
np.random.seed(66)
s1 = pd.Series(np.random.rand(20))
s2 = pd.Series(np.random.randn(20))
df = pd.concat([s1, s2], axis=1)
df.columns = ['col1', 'col2']
# df.head 取前5行
print(df.head(5).to_html())
1.3运行结果
<table border="1" class="dataframe">
<thead>
<tr style="text-align: right;">
<th></th>
<th>col1</th>
<th>col2</th>
</tr>
</thead>
<tbody>
<tr>
<th>0</th>
<td>0.154288</td>
<td>-0.180981</td>
</tr>
<tr>
<th>1</th>
<td>0.133700</td>
<td>-0.056043</td>
</tr>
<tr>
<th>2</th>
<td>0.362685</td>
<td>-0.185062</td>
</tr>
<tr>
<th>3</th>
<td>0.679109</td>
<td>-0.610935</td>
</tr>
<tr>
<th>4</th>
<td>0.194450</td>
<td>-0.048804</td>
</tr>
</tbody>
</table>
二、Pandas如何计算一列数字的中位数
实战场景:Pandas如何计算一列数字的中位数
2.1主要知识点
- 文件读写
- 基础语法
- Pandas
- numpy
实战:
2.2创建 python 文件
import numpy as np
import pandas as pd
np.random.seed(66)
s1 = pd.Series(np.random.rand(20))
s2 = pd.Series(np.random.randn(20))
df = pd.concat([s1, s2], axis=1)
df.columns = ['col1', 'col2']
#median直接算中位数
print(df["col2"].median())
#用50%分位数
print(df["col2"].quantile())
2.3运行结果
-0.2076894596485453
-0.2076894596485453
三、Pandas如何获取某个数据列最大和最小的5个数
实战场景:Pandas如何获取某个数据列最大和最小的5个数
3.1主要知识点
- 文件读写
- 数据合并
- Pandas
- numpy
实战:
3.2创建 python 文件
iimport numpy as np
import pandas as pd
np.random.seed(66)
s1 = pd.Series(np.random.rand(20))
s2 = pd.Series(np.random.randn(20))
#合并两个Series到DF
df = pd.concat([s1, s2], axis=1)
df.columns = ['col1', 'col2']
# 取最大的五个数
print(df["col2"].nlargest(5))
print()
# 取最小的五个数
print(df["col2"].nsmallest(5))
3.3运行结果
12 1.607623
17 1.404255
19 0.675887
13 0.345030
Name: col2, dtype: float6416 -1.220877
18 -1.215324
11 -1.003714
8 -0.936607
5 -0.632613
Name: col2, dtype: float64
四、Pandas如何查看客户是否流失字段的数据映射
实战场景:Pandas如何查看客户是否流失字段的数据映射
4.1主要知识点
- 文件读写
- 基础语法
- Pandas
- numpy
4.2创建 python 文件
"""
Churn:客户是否流失
Yes -> 1
No -> 0
实现字符串到数字的映射
"""
import pandas as pd
df = pd.read_csv("Telco-Customer-Churn.csv")
#返回取值,及其取值多少次
print(df["Churn"].value_counts())
df["Churn"] = df["Churn"].map({"Yes": 1, "No": 0})
print()
print(df["Churn"].value_counts())
print(df.describe(include=["category"]))
4.3运行结果
No 5174
Yes 1869
Name: Churn, dtype: int640 5174
1 1869
Name: Churn, dtype: int6
到此这篇关于Pandas如何将表格的前几行生成html实战案例的文章就介绍到这了,更多相关Pandas生成html内容请搜索编程网以前的文章或继续浏览下面的相关文章希望大家以后多多支持编程网!