logo
  • 教程列表
  • SO官方文檔
  • pandas 教程
    • 將 pandas 資料幀儲存到 csv 檔案
      • 建立隨機 DataFrame 並寫入 .csv
      • 將 Pandas DataFrame 從列表儲存到沒有索引和資料編碼的 csv
    • 熊貓 Datareader
      • Datareader 基本示例（雅虎財經）
      • 將財務資料（針對多個程式碼）讀入 pandas 面板 - 演示
    • 建立 DataFrame
      • 建立一個示例 DataFrame
      • 使用 Numpy 建立示例 DataFrame
      • 使用 datetime 建立示例 DataFrame
      • 使用 MultiIndex 建立示例 DataFrame
      • 從元組列表中建立 DataFrame
      • 從字典列表中建立 DataFrame
      • 使用 Dictionary 從多個集合建立示例 DataFrame
      • 從列表字典建立 DataFrame
      • 以 pickle(.plk) 格式儲存並載入 DataFrame
    • 大熊貓入門
      • 安裝或設定
      • 通過 anaconda 安裝
      • 描述性統計
      • Hello World
    • 分組資料
      • 按大小與計數進行彙總
      • 基本分組
      • 列的組選擇
      • 使用 transform 來獲取組級統計資訊，同時保留原始資料幀
      • 分組號碼
      • 聚合小組
      • 匯出不同檔案中的組
    • 假日日曆
      • 建立自定義日曆
      • 使用自定義日曆
    • 將 SQL Server 讀取到 Dataframe
      • 使用 pyodbc
      • 使用帶有連線迴圈的 pyodbc
    • 獲取有關 DataFrame 的資訊
      • 獲取 DataFrame 資訊和記憶體使用情況
      • Dataframes 各種摘要統計
      • 列出 DataFrame 列名稱
    • 索引和選擇資料
      • 路徑依賴切片
      • 布林索引
      • 按位置選擇
      • 混合位置和基於標籤的選擇
      • 過濾列（使用 RegEx 等選擇有趣的丟棄不需要）
      • 使用 .query() 方法過濾選擇行
      • 在資料框中選擇不同的行
      • 按標籤選擇列
      • 用標籤切片
      • 獲取資料幀的第一行 n 行
      • 過濾掉缺少資料的行（NaN 無 NaT）
    • 大熊貓的陷阱
      • 使用 np.nan 檢測缺失值
      • 整數和 NA
      • 自動資料對齊（索引感知行為）
    • 合併，連線和連線
      • 合併兩個 DataFrame
      • join 和 merge 之間有什麼區別
      • 合併
      • 合併連線多個資料幀（水平和垂直）
      • 合併加入和 Concat
    • 重塑和旋轉
      • 透視聚合
      • 堆疊和卸垛
      • 簡單的旋轉
      • 交叉製表
      • 熊貓融化從寬到長
      • 將列中的 CSV 字串拆分（重新整形）為多行，每行一個元素
    • 資料型別
      • 改變 dtypes
      • 根據 dtype 選擇列
      • 檢查列的型別
      • 總結 dtypes
    • Pandas IO 工具（讀取和儲存資料集）
      • 將 csv 檔案讀入 DataFrame
      • 閱讀特定的表格
      • 從 csv 讀取時解析日期
      • 電子表格到 DataFrames 的字典
      • 列表理解
      • 讀入塊
      • 儲存為 CSV 檔案
      • 使用讀取 csv 解析日期列
      • 閱讀 Nginx 訪問日誌（多個引用程式碼）
      • 基本儲存到 csv 檔案
      • 測試讀取 csv
      • 讀取將多個 CSV 檔案（具有相同結構）合併到一個 DF 中
      • 當沒有標題行時，將 cvs 檔案讀入 pandas 資料框
      • 使用 HDFStore
    • 缺失資料
      • 填寫缺失值
      • 刪除缺失值
      • 檢查缺失值
      • 插值
    • 多指標
      • 使用 MultiIndex 迭代 DataFrame
      • 從按級別的 MultiIndex 中選擇
      • 設定和排序 MultiIndex
      • 如何將 MultiIndex 列更改為標準列
      • 如何將標準列更改為 MultiIndex
      • MultiIndex 列
      • 顯示索引中的所有元素
    • 簡單操作 DataFrames
      • 刪除 DataFrame 中的列
      • 新增新列
      • 重新命名一列
      • 找到並替換列中的資料
      • 向 DataFrame 新增新行
      • 從 DataFrame 中刪除刪除行
      • 重新排序列
    • 字串操作
      • 正規表示式
      • 字串的大寫
      • 檢查字串的內容
      • 切片字串
    • 重複的資料
      • 刪除重複
      • 選擇重複
      • 計算並獲得獨特的元素
      • 從列中獲取唯一值
    • 使用 .ix，.iloc，.loc，.at 和 .iat 訪問 DataFrame
      • 使用 .iloc
      • 使用 .loc
    • 元文件指南
      • 樣式
      • 熊貓版支援
      • 顯示程式碼段和輸出
      • 列印報表
    • 分析將所有內容整合在一起並做出決策
      • 隨機資料的五分位數分析
    • JSON
      • 閱讀 JSON
      • 將資料幀轉換為巢狀的 JSON，如在 D3.js 中使用的 flare.js 檔案中
      • 從檔案中讀取 JSON
    • 將檔案讀入 pandas DataFrame
      • 將表讀入 DataFrame
      • 讀取 CSV 檔案
      • 將 Google 電子表格資料收集到 pandas 資料框中
    • 分組時間序列資料
      • 生成隨機數的時間序列，然後下采樣
    • 圖形和視覺化
      • 基本資料圖
      • 造型圖
      • 在現有的 matplotlib 軸上繪圖
    • 將 MySQL 讀入 DataFrame
      • 使用 sqlalchemy 和 PyMySQL
      • 將 mysql 讀取到 dataframe 如果有大量資料
    • 系列
      • 系列與日期時間
      • 簡單系列建立示例
      • 關於 Pandas 系列的一些快速提示
      • 將功能應用於系列
    • 資料幀的布林索引
      • 將布林掩碼應用於資料幀
      • 使用布林索引訪問 DataFrame
      • 根據列值遮蔽資料
      • 根據索引值遮蔽資料
    • 重取樣
      • 下采樣和上取樣
    • 分類資料
      • 物件建立
      • 建立大型隨機資料集
    • 計算工具
      • 查詢列之間的相關性
    • pd.DataFrame.apply
      • pandas.DataFrame.apply 基本用法
    • 適用於 Google BigQuery 的 IO
      • 使用使用者帳戶憑據從 BigQuery 讀取資料
      • 使用服務帳戶憑據從 BigQuery 讀取資料
    • 附加到 DataFrame
      • 向 DataFrame 追加新行
      • 將 DataFrame 附加到另一個 DataFrame
    • 地圖值
      • 從字典中對映
    • 使用本機 Python 資料型別使 Pandas 玩得很好
      • 將資料從 Pandas 移植到本機 Python 和 Numpy 資料結構中
    • 使用時間序列
      • 建立時間序列
      • 部分字串索引
    • 轉移和滯後資料
      • 資料框中的值移位或滯後
    • 處理分類變數
      • 使用 get dummies() 進行單熱編碼
    • 使用 MultiIndex 的不同軸的橫截面
      • 使用 .xs 選擇橫截面
      • 使用 .loc 和切片器
  1. StackOverflow 文件
  2. pandas 教程
  3. 將 pandas 資料幀儲存到 csv 檔案

    將 pandas 資料幀儲存到 csv 檔案

  • 建立隨機 DataFrame 並寫入 .csv 將 Pandas DataFrame 從列表儲存到沒有索引和資料編碼的 csv
  • 建立隨機 DataFrame 並寫入 .csv

Copyright © 2018. All right reserved

tastones.com 备案号：鲁ICP备18045372号-1

  • 關於本站
  • 免責聲明