Pandas常用操作-持續(xù)更新

將某一列作為index:

df.set_index(["Column"], inplace=True)

檢索所有包含nan的行:

df[df.isnull().T.any()]

生成間隔相同的一系列日期:

df_new['TIMESTAMP'] = pd.date_range(start='9/1/2017',periods=91*12*24, freq='5T')#從2017年9月1日開(kāi)始,生成序列長(zhǎng)度為91*12*24,相鄰時(shí)間間隔為5分鐘

JOIN兩個(gè)表

pd.merge(df_1,df_2,left_on='TIMESTAMP',right_on='TIMESTAMP',how='left')
最后編輯于
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時(shí)請(qǐng)結(jié)合常識(shí)與多方信息審慎甄別。
平臺(tái)聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點(diǎn),簡(jiǎn)書(shū)系信息發(fā)布平臺(tái),僅提供信息存儲(chǔ)服務(wù)。

友情鏈接更多精彩內(nèi)容