Pandas如何将表格的前几行生成html实战案例

目录
  • 一、Pandas如何将表格的前几行生成html
    • 1.1主要知识点
    • 1.2创建 python 文件
    • 1.3运行结果
  • 二、Pandas如何计算一列数字的中位数
    • 2.1主要知识点
    • 2.2创建 python 文件
    • 2.3运行结果
  • 三、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
    • 3.2创建 python 文件
    • 3.3运行结果
  • 四、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
    • 4.2创建 python 文件
    • 4.3运行结果

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: float64

16   -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: int64

0    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内容请搜索我们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我们!

(0)

相关推荐

  • 如何利用pandas将Excel转为html格式

    前言 大家谈及用Pandas导出数据,应该就会想到to.xxx系列的函数. 这其中呢,比较常用的就是pd.to_csv()和pd.to_excel().但其实还可以将其导成Html网页格式,这里用到的函数就是pd.to_html()! 读取Excel 今天我们要实现Excel转为html格式,首先需要用读取Excel中的表格数据. import pandas as pd data = pd.read_excel('测试.xlsx') 查看数据 data.head() 下面我们来学习把DataFr

  • python pandas实现excel转为html格式的方法

    如下所示: #!/usr/bin/env Python # coding=utf-8 import pandas as pd import codecs xd = pd.ExcelFile('/Users/wangxingfan/Desktop/1.xlsx') df = xd.parse() with codecs.open('/Users/wangxingfan/Desktop/1.html','w','utf-8') as html_file: html_file.write(df.to_

  • Pandas如何将表格的前几行生成html实战案例

    目录 一.Pandas如何将表格的前几行生成html 1.1主要知识点 1.2创建 python 文件 1.3运行结果 二.Pandas如何计算一列数字的中位数 2.1主要知识点 2.2创建 python 文件 2.3运行结果 三.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 3.2创建 python 文件 3.3运行结果 四.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 4.2创建 python 文件 4.3运行结果 一.Pandas如何将表格的前几行

  • python使用xlsx和pandas处理Excel表格的操作步骤

    目录 一.使用xls和xlsx处理Excel表格 1.1 用openpyxl模块打开Excel文档,查看所有sheet表 1.2 通过sheet名称获取表格 1.3 获取活动表的获取行数和列数 读取xlsx文件错误:xlrd.biffh.XLRDError: Excel xlsx file: not supported 二.使用pandas读取xlsx 2.1 读取数据 2.2 使用pandas查找两个列表中相同的元素 解决ValueError: Excel file format cannot

  • sql server删除前1000行数据的方法实例

    近日,sql数据库入门学习群有朋友问到,利用sql如何删除表格的前1000行数据,是否可以实现? 如果是oracle数据库管理软件,实现起来相对简单多了 delete from 表名 where rownum<=1000; 那sql server数据库管理软件呢? sql server里没有rownum功能,小编尝试用select top 先查询看下结果集,select * from 表名: delete from 表名 where 条码 in (select top 10 条码 from 表名

  • pandas groupby 分组取每组的前几行记录方法

    直接上例子. import pandas as pd df = pd.DataFrame({'class':['a','a','b','b','a','a','b','c','c'],'score':[3,5,6,7,8,9,10,11,14]}) df: class score 0 a 3 1 a 5 2 b 6 3 b 7 4 a 8 5 a 9 6 b 10 7 c 11 8 c 14 df.sort_values(['class','score'],ascending=[1,0],inp

  • 使用实现pandas读取csv文件指定的前几行

    用于存储数据的csv文件有时候数据量是十分庞大的,然而我们有时候并不需要全部的数据,我们需要的可能仅仅是前面的几行. 这样就可以通过pandas中read_csv中指定行数读取的功能实现. 例如有data.csv文件,文件的内容如下: GreydeMac-mini:chapter06 greyzhang$ cat data.csv ,name_01,coment_01,,,, 2,name_02,coment_02,,,, 3,name_03,coment_03,,,, 4,name_04,co

  • pandas如何优雅的列转行及行转列详解

    目录 一.列转行 1.背景描述 2.方法描述 2.1 方法1 2.2 方法2 2.3 方法3 2.4 方法4 3 思考与总结 4 思维延伸 4.1 例子1 4.2 例子2 二.行转列 1.准备数据 2.行转列实现 2.1 方法1 2.2 方法2 2.3 方法3 3.思考与总结 三.行列转换(长宽互换) 总结 一.列转行 1.背景描述 在日常处理数据过程中,你们可能会经常遇到这种类型的数据: 而我们用pandas进行统计分析时,往往需要将结果转换成以下类型的数据: 2.方法描述 准备数据 df =

  • python pandas处理excel表格数据的常用方法总结

    目录 前言 1.读取xlsx表格:pd.read_excel() 2.获取表格的数据大小:shape 3.索引数据的方法:[ ] / loc[] / iloc[] 4.判断数据为空:np.isnan() / pd.isnull() 5.查找符合条件的数据 6.修改元素值:replace() 7.增加数据:[ ] 8.删除数据:del() / drop() 9.保存到excel文件:to_excel() 总结 前言 最近助教改作业导出的成绩表格跟老师给的名单顺序不一致,脑壳一亮就用pandas写了

  • jQuery实现为LI列表前3行设置样式的方法【2种方法】

    本文实例讲述了jQuery实现为LI列表前3行设置样式的方法.分享给大家供大家参考,具体如下: 在设计网页模板的时候,为了突出信息的重要性以及美观度,我们会设置一些样式使LI文章列表的前3行加上不同的样式,例如给LI文章列表的前3行文字颜色设置红色,再例如图片列表的时候设置列表第一张图片.第二张图片等的宽和高,都可以用蓝叶分享的这两种方法为LI列表设置样式:对于懂PHP语言的设计者来说,很容易就可以实现的效果,对于不懂PHP语言的可以使用这两种方法也很轻松的实现自己想要的各种效果. <!DOCT

  • python Pandas 读取txt表格的实例

    运行环境 Python 2.7 操作实例 1.原始文本格式:空格分隔的txt,例如 2016-03-22 00:06:24.4463094 中文测试字符 2016-03-22 00:06:32.4565680 需要编辑encoding 2016-03-22 00:06:32.6835965 abc 2016-03-22 00:06:32.8041945 egb 2.pandas 读取数据 import pandas as pd data = pd.read_table('Z:/test.txt'

  • pandas 实现分组后取第N行

    目的: 把question_id 对应的user_answer转成ABCD solution dfa=df.groupby('question_id').nth(0).reset_index() dfa['flag']='A' dfb=df.groupby('question_id').nth(1).reset_index() dfb['flag']='B' dfc=df.groupby('question_id').nth(2).reset_index() dfc['flag']='C' df

随机推荐