15_Pandas计算元素的数量和频率（出现的次数）在pandas.Series的pandas.DataFrame列中，将描述获取唯一元素数（不包括重复项的案例数）和每个元素的出现频率（出现数）的方法。使用pandas.Series方法的unique（），value_counts（）和nunique（）。还提供了nunique（）作为pandas.DataFrame的方法。在这里:pan...

26_Pandas.DataFrame时间序列数据的处理将pandas.DataFrame，pandas.Series的索引设置为datetime64 [ns]类型时，将其视为DatetimeIndex，并且可以使用各种处理时间序列数据的函数。可以按年或月指定行，并按切片指定提取周期，这在处理包含日期和时间信息（例如日期和时间）的数据时非常方便。在此，将对以下内容进行描述。如何将一列现有数据指定为

23_Pandas.DataFrame,Series中提取・删除重复行从pandas.DataFrame和pandas.Series提取包含重复元素行的方法是duplicated(),删除包含重复元素行的方法是drop_duplicates（）以将其删除。以下面的数据为例。添加重复数据。import pandas as pddf = pd.read_csv('./data/23/sample_pa

10_Numpy图片RGB色彩通道的分离，以及单色化，黑色化和颜色的交换使用Numpy进行图片处理时，RGB图片为行(高度)*列(宽度)*高(3)的ndarray数组，黑白图片为行(高度)*列(宽度)的2维ndarray数组。因为时单纯简单的数组形式，所以可以对各个颜色的通道进行处理。单色化黑白化(灰度图)颜色的交换单色化其他值全部为0的单色图的表示。im_R = im.cop...

42_Pandas字符串中提取正则表达式来生成新列如何通过从以字符串为元素的pandas.DataFrame列和pandas.Series中提取带有正则表达式的特定字符串来生成新列。使用以下字符串方法。str.extract（）：仅提取第一个匹配项str.extractall（）：提取所有匹配项如果要从pandas.DataFrame的列中提取，可以指定列（= pandas.Series），例如d

43_Pandas版本的检查（pd.show_versions）有以下几种方法可以检查脚本中使用的Pandas的版本。获取版本号：__version__属性显示诸如依赖包之类的详细信息：show_versions（）函数获取版本号：__version__属性像许多其他软件包一样，Pandas也可以使用__version__属性获取版本号。import pandas as pdprint(pd.__

使用 idxmax() 和 idxmin() 方法获取 pandas.DataFrame 和 pandas.Series 中每列和行的最大值和最小值元素的行名和列名。pandas.DataFrame 和 pandas.Series 都有 idxmax() 和 idxmin() 方法。在此对以下内容进行说明。注意，行号和列号可以从行名和列名中获得。请参阅下面的文章。以下面的 pandas.DataF

使用负值来指定结束。

使用 quantile() 方法获取 pandas 中 DataFrame 或 Series 的分位数/百分位数。目录本文示例代码的pandas版本如下。请注意，规格可能因版本而异。以下面的DataFrame为例。

36_Pandas获取行数，列数和元素总数（大小）如何获取pandas.DataFrame和pandas.Series的行数，列数和总元素（大小）。pandas.DataFrame显示行数，列数等：df.info（）获取行数：len（df）获取列数：len（df.columns）获取行数和列数：df.shape获取元素总数（大小）：df.size指定index时的注意事项pandas.Series