python 将一个dataframe每一列数据除以最后一列数据得到新的python dataframee

来源：蜘蛛抓取(WebSpider) 时间：2018-10-04 22:06 标签： python dataframe

方法二：采用drop方法，有下面三种等价的表达式：

注意：凡是会对原数组作出修改并返回一个新数组的，往往都有一个 inplace可选参数。如果手动设定为True（默认为False），那么原数组直接就被替换。也就是说，采用inplace=True之后，2和3情况所示）对应的内存值直接改变；而采用inplace=False之后，原数组名对应的内存值并不改变，需要将新的结果赋给一个新的数组或者覆盖原数组的内存位置（如1情况所示）。

如何创建包含c1的行的新数据帧。

时间:原作者: 共0个回答

有X个机组以15分钟为步长的长系列（年月日时分）出力的数据，想处理成每个机组的，以“年月日”为索引值，每行显示1天96个点出力的形式。

先利用df.head()把dataframe按96切割成Y份，然后将Y份的第x列（x号机组的出力）提取出来，放到list里，再利用concat将list合并为新的dataframe，将该dataframe的列名更改为长系列（年月日），再转置，就可以得到想要的格式。

1. 已知某元素索引位置，选取该元素


输入 df.loc['索引名称‘’，‘列名称’] 即可，例如


若没有index或列名称，则使用df.iloc[]在对应位置输入索引位置即可。



1）删除dataframe索引，重新赋予从0开始的索引；

4. 控制输出为年-月-日的格式

数据格式是以一分钟为步长的长系列负荷，从数据库读入excel后存在缺漏情况，即并不是每一天的数据都有1440个点。需要把数据处理成15分钟间隔，即1天有96个点。

Step1. 在excel中，新建一张sheet，第一列索引用excel自动填充，处理成目标范围以1分钟为步长的时间序列，作为index。然后使用vlookup在原始数据中比对index，这样缺漏行会自动返回#NAN值。【由于本身计算精度问题，可能出现两张表上同一个日期转为数值后存在百亿分之一的误差，可先采用rounddown（）处理一下，取小数点后8位数字就可以了】

这一步也可以利用dataframe的merge来操作，没研究暂且不写。

在不知道列名的情况下，用索引位置选择列，用df[[列索引]]；


我要回帖

更多关于 python dataframe 的文章

 

随机推荐