
import pandas as pd
import numpy as np
# 用pandas科学数据库 *** 作excel
# 用pandas的二维数组做除法运算,替换inf,过滤inf等 *** 作
df = pd.Dataframe({"col": [-1, 2, 3]})
df["new_col"] = df["col"]/0
print(df)
# numpy把-inf 和 inf 替换成 0
print("**************************")
df_re = df["new_col"].replace([np.inf, -np.inf], 0)
print(df_re)
# 生成新的一列, df["new_col_inf"]
df["new_col_inf"] = df["new_col"].replace([np.inf, -np.inf], 0)
print(df)
# 过滤掉列表中是inf的行(也可以用==什么值,的行查询出来)
print("************************")
delete_inf = pd.Dataframe({"col": [-1, 2, 3]})
delete_inf["now_inf_yu"] = delete_inf["col"] / 0
delete_value_str = delete_inf[delete_inf["now_inf_yu"] != np.inf]
print(delete_value_str)
2、
2.1、用pandas科学数据库生成二维excel2.2、用pandas的merge函数来实现excel中VLOOKUP函数
2.3、填充空值函数fillna,不会改变原来的数据源
import pandas as pd
import numpy as np
# 用pandas科学数据库生成二维excel
# 用pandas的merge函数来实现excel中VLOOKUP函数
# 填充空值函数fillna,不会改变原来的数据源
pd1 = pd.Dataframe({"姓名": ["张剑", "李峰", "王帅"], "成绩": [95, 98, 89]})
print(pd1)
# 生成的数据保存在excel中
pd1.to_excel("C:/Users/Administrator/Desktop/456999/2022/3z/202201101003.xlsx")
print("******************************")
pd2 = pd.Dataframe({"姓名": ["张剑", "李红", "王帅"]})
print(pd2)
pd2.to_excel("C:/Users/Administrator/Desktop/456999/2022/3z/202201101013.xlsx")
print("********************************")
# 用python实现,VLOOKUP函数的功能
df = pd.merge(pd2, pd1, on="姓名", how="left")
print(df)
df.to_excel("C:/Users/Administrator/Desktop/456999/2022/3z/202201101024.xlsx")
# 填充空值
tc_df = df.fillna("空值")
print(tc_df)
tc_df.to_excel("C:/Users/Administrator/Desktop/456999/2022/3z/202201101031.xlsx")
3、
4、
5、
6、
7、
8、
9、
10、
11、
12、
13、
14、
15、
16、
17、
18、
19、
20、
21、
22、
23、
24、
25、
26、
27、
28、
29、
30、
31、
32、
33、
34、
35、
36、
37、
38、
39、
40、
41、
42、
43、
44、
45、
46、
47、
48、
49、
50、
51、
52、
53、
54、
55、
56、
57、
58、
59、
60、
61、
62、
63、
64、
65、
66、
67、
68、
69、
70、
71、
72、
73、
74、
75、
76、
77、
78、
79、
80、
81、
82、
83、
84、
85、
86、
87、
88、
89、
90、
91、
92、
93、
94、
95、
96、
97、
98、
99、
100、
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)