精华内容
下载资源
问答
  • 下面小编就为大家分享一篇pandas 两列时间相减换算为秒的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • import pandas as pd path=r"D:\pyWork\resultAna\dl" day=29 while(day>28): pp=path+"\\ppday"+str(day)+".xls" cs = path + "\\csday" + str(day) + ".x....
    # encoding: utf-8
    import arcpy
    import xlrd
    import pandas as pd
    path=r"D:\pyWork\resultAna\dl"
    day=29
    while(day>28):
        pp=path+"\\ppday"+str(day)+".xls"
        cs = path + "\\csday" + str(day) + ".xls"
        #读取excel指定列名
        datapp=pd.read_excel(pp,names=['id','score'])
        datacs=pd.read_excel(cs,names=['id','score'])
        #基于某列来连接两个dataframe
        jg=pd.merge(datapp,datacs,how = 'left',on='id')
        #添加一列
        jg['per']=(jg['score_y'])/jg['score_x']
        jg.to_excel("./all/day" + str(day) + ".xls")
        #jg['per']=jg.apply(lambda k: function((k.score_y-k.score_x)/k.score_x), axis = 1)
        day=day-1
    展开全文
  • # encoding: utf-8import arcpyimport xlrdimport pandas as pdpath=r"D:\pyWork\resultAna\dl"day=29while(day>28):pp=path+"\\ppday"+str(day)+".xls"cs = path + "\\csday" + str(day) + ".xls"#读取excel指定...

    # encoding: utf-8

    import arcpy

    import xlrd

    import pandas as pd

    path=r"D:\pyWork\resultAna\dl"

    day=29

    while(day>28):

    pp=path+"\\ppday"+str(day)+".xls"

    cs = path + "\\csday" + str(day) + ".xls"

    #读取excel指定列名

    datapp=pd.read_excel(pp,names=['id','score'])

    datacs=pd.read_excel(cs,names=['id','score'])

    #基于某列来连接两个dataframe

    jg=pd.merge(datapp,datacs,how = 'left',on='id')

    #添加一列

    jg['per']=(jg['score_y'])/jg['score_x']

    jg.to_excel("./all/day" + str(day) + ".xls")

    #jg['per']=jg.apply(lambda k: function((k.score_y-k.score_x)/k.score_x), axis = 1)

    day=day-1

    标签:第三列,python,excel,id,score,pd,jg,day

    来源: https://blog.csdn.net/A873054267/article/details/88094713

    展开全文
  • pandas两列相乘

    千次阅读 2020-07-30 22:22:53
    import pandas as pd df=pd.read_csv("csv.csv") df['mul']=df['num'].mul(df['sale']) print(df) ''' num sale mul 0 2 49 98 1 2 93 186 2 1 78 78 3 2 67 134 4 1 89 89 5 1 50 50 '''
    import pandas as pd
    df=pd.read_csv("csv.csv")
    df['mul']=df['num'].mul(df['sale'])
    print(df)
    
    '''
       num  sale  mul
    0    2    49   98
    1    2    93  186
    2    1    78   78
    3    2    67  134
    4    1    89   89
    5    1    50   50
    
    '''

    关注【茶谈大数据】获取更多关于数据分析内容

    展开全文
  • pandas 两列时间想减换算为秒

    千次阅读 2018-01-04 16:23:59
    pd.to_datetime(data[data['last_O_XLMC']==data['O_XLMC']]['O_SJFCSJ'], format='%H:%M:%S')-pd.to_datetime(data['last_O_SJFCSJ'], format='%H:%M:%S')).dt.total_seconds()
    pd.to_datetime(data[data['last_O_XLMC']==data['O_XLMC']]['O_SJFCSJ'], format='%H:%M:%S')-pd.to_datetime(data['last_O_SJFCSJ'], format='%H:%M:%S')).dt.total_seconds()

    展开全文
  • 1.DataFrame两列直接相减 ...在pandas两列直接相减会出现如下错误: TypeError: unsupported operand type(s) for -: 'str' and 'str' 2.使用to_datetime函数 不能直接相减,针对日期pandas有专门函数进行处理...
  • pandas常用csv操作增加一列数据并赋值两列时间相减按时间合并且求和 增加一列数据并赋值 有时候可能会遇到需要增加一列数据,例如增加一列全为1的数据,方便按时间合并行过后统计次数。 df['xxx number'] = 1 两列...
  • 今天小编就为大家分享一篇在dataframe两列日期相减并且得到具体的月数实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • 【DF两列时间相减

    2020-11-26 19:34:54
    # 两日期相减 DF['day_diff'] = pd.to_datetime(DF['date1'])-pd.to_datetime(DF['date2']) # 对相减后的间隔天数day_diff列去除尾部的“days”,精度到日 DF['day_diff'] = DF['day_diff'].map(lambda x: x/np....
  • pandas 中处理日期相减问题

    千次阅读 2019-05-01 09:38:35
    pandas 中处理日期相减问题. 假设 有这样 一个需求, 我获取了一组日期是某个人的通话日期, 我想计算出 这段时间里面, 没有通话的天数, 以及 连续3天以上没有通话的次数 #!/usr/bin/env python3 # -*- coding: utf-8 ...
  • 好久没更新了 昨天遇到糟心事 处理excle ...import pandas as pd # 使用pandas读取excel文件 def handle_file(file_name): try: file = "./" + file_name + ".XLS" df = pd.read_excel(file) # 读取excle文件 time
  • import pandas as pd #先利用to_datetime转换为时间格式 df['tm_1'] = pd.to_datetime(df['tm_1']) df['tm_2'] = pd.to_datetime(df['tm_2']) #利用".dt.seconds"转换为秒,除以...
  • pandas 实现两个dataframe相减的方式

    千次阅读 2020-12-29 18:44:52
    方式一 a=np.array([['北京','北方','一线','非沿海'],['杭州','南方','二线','非沿海'],['深圳','南方','一线','沿海'],['烟台','北方','三线','沿海']]) df1=pd.DataFrame(a,index=[1,2,3,4],columns=['城市','...
  • Pandas Dataframe操作技巧

    2018-08-18 19:34:35
    常见使用情景:两列相减的值为新的一列,或者多列操作生成新的一列 技巧: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 ...
  • data.eval(‘新字段=字段1+字段2’,inplace=True)
  • 多的不说,请看代码~df = pd.DataFrame ({'a' : np.random.randn(6), 'b' : ['foo', 'bar'] * 3, 'c' : np.random.randn(6)}) def my_test(a, b): return a + b df['Value'] = df.apply(lambda row: my_test(row...
  • 问题描述 代码实现 参考文章 8行Python代码实现excel两个sheet表合并 用Python将同一个excel中的多个sheet合并成一个sheet python读取excel指定列名,dataframe连接,两列相减作为第三列的值
  • pandas

    2019-09-24 15:02:40
    pandas #有许多数据结构,比python多 0 .panda的导入 以及df,Series 导入pandas: import pandas as pd from pandas import DataFrame,Series import numpy as np 一.Series Series是一种类似与一维数组的对象,由...
  • pandas核心数据结构和基础运算 Series DataFrame pandas高级内容 索引和数据选择 分组统计 时间系列 数据IO pandas快速入门 《10 Minutes to pandas》 创建数据 #导入模块包 import pandas as pd ...
  • pandas apply() 函数用法

    万次阅读 多人点赞 2019-08-22 10:00:46
    理解 pandas 的函数,要对函数式编程有一定的概念和理解。函数式编程,包括函数式编程思维,当然是一个很复杂的话题,但对今天介绍的 apply() 函数,只需要理解:函数作为一个对象,能作为参数传递给其它函数,并且...
  • 工作中经常碰到两列数据为date类型,当这两列数据相减或者相加时,得到天数,当运用这个值进行运算会报错:ufunc true_divide cannot use operands with types dtype('int64') and dtype('<m8[ns]'),我们只需要...
  • 将pySpark将array列展开为pandas单独列写在前面的话pyspark列展开 写在前面的话 这一系列主要记录我工作中遇到的一些问题,以及相应的解决办法。希望对大家能有帮助。 pyspark列展开 假设我们的数据中有4列,col_A,...
  • Pandas数据分析api

    2021-07-22 16:02:11
    文章目录导入数据查看读入数据的常规操作对print的数据格式进行修正如何选取指定的行、列行列加减乘除新增一列统计函数删除列排序和计数筛选符合条件的数据删除缺失值..._hot编码数据合并pandas配置设置转化为列表...
  • 今天小编就为大家分享一篇pandas实现将日期转换成timestamp,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
  • 人生苦短,我用 Python 前文传送门: 小白学 Python 数据分析(1):数据分析基础 小白学 Python 数据分析(2):Pandas (一)概述 小白学 Python 数据分析...小白学 Python 数据分析(5):Pandas (四)基础操...

空空如也

空空如也

1 2 3 4 5 ... 11
收藏数 202
精华内容 80
关键字:

pandas两列相减