Pandas如何将表格的前几行生成html实战案例_Python

Pandas如何将表格的前几行生成html实战案例

2022-08-23 23:23菜鸟实战 Python

这篇文章主要介绍了Pandas如何将表格的前几行生成html实战案例，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下

一、html">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"]))