python數據框
1. python中dataframe怎麼修改columns的參數
pandas是python環境下最有名的數據統計包，而DataFrame翻譯為數據框，是一種數據組織方式，這么說你可能無法從感性上認識它，舉個例子，你大概用過Excel，而它也是一種數據組織和呈現的方式，簡單說就是表格，而在在pandas中用DataFrame組織數據，如果你不print DataFrame，你看不到這些數據，下面我們來看看DataFrame是如何使用的。
首先是引入pandas和numpy，這是經常配合使用的兩個包，pandas依賴於numpy，引入以後我們可以直接使用np/pd來表示這個兩個模塊
先創建一個時間索引，所謂的索引（index)就是每一行數據的id，可以標識每一行的唯一值
為了快速入門，我們看一下如何創建一個6X4的數據：randn函數用於創建隨機數，參數表示行數和列數，dates是上一步創建的索引列
我們還可以使用字典來創建數據框，例如創建一個列名為A的數據框，索引是自動創建的整數
這又是一個字典創建DataFrame的例子
假如字典內的數據長度不同，以最長的數據為准，比如B列有4行：
可以使用dtypes來查看各行的數據格式
接著看一下如何查看數據框中的數據，看一下所有的數據
使用head查看前幾行數據（默認是前5行），不過你可以指定前幾行
查看前三行數據
使用tail查看後5行數據
查看數據框的索引
查看列名用columns
查看數據值，用values
查看描述性統計，用describe
使用type看一下輸出的描述性統計是什麼樣的數據類型——DataFrame數據
使用T來轉置數據，也就是行列轉換
對數據進行排序，用到了sort，參數可以指定根據哪一列數據進行排序。
2. python中刪除數據框某個行時，語法df.drop('列名'，axis=1)中，使用axis=1，axis=1不是表示行么
<pre t="code" l="python">data.drop(n)可以刪除第i行
import pandas as pd
data=pd.DataFrame([[1,2,3],[4,5,6]])
print data.drop(0)輸出結果為 0 1 21 4 5 6
3. Python獲取web輸入框數據寫入文件
要規定行數的話，就得先規定列數了。否則從頭到尾就一行，也就沒有意義了，如果可以確定行尾的話，也可以用換行確定計數。例： for item in yourdata: count = 0 f = open('yourfile','w') while(count<20): f.write(yourdata) count +=1 f.close()
4. python 怎樣獲得數據框中每個變數的數據類型
python 類型由賦值數據類型決定比:lines = [] #定義lines數組類型變數
5. python支持大數據框架嗎
百萬級別數據是小數據，python處理起來不成問題，但python處理數據還是有些問題的
Python處理大數據的劣勢：
1、python線程有gil，通俗說就是多線程的時候只能在一個核上跑，浪費了多核伺服器。在一種常見的場景下是要命的：並發單元之間有巨大的數據共享或者共用（例如大dict），多進程會導致內存吃緊，多線程則解決不了數據共享的問題，單獨的寫一個進程之間負責維護讀寫這個數據不僅效率不高而且麻煩
2、python執行效率不高，在處理大數據的時候，效率不高，這是真的，pypy（一個jit的python解釋器，可以理解成腳本語言加速執行的東西）能夠提高很大的速度，但是pypy不支持很多python經典的包，例如numpy（順便給pypy做做廣告，土豪可以捐贈一下PyPy - Call for donations）
3、絕大部分的大公司，用java處理大數據不管是環境也好，積累也好，都會好很多
Python處理數據的優勢（不是處理大數據）：
1、異常快捷的開發速度，代碼量巨少
2、豐富的數據處理包，不管正則也好，html解析啦，xml解析啦，用起來非常方便
3、內部類型使用成本巨低，不需要額外怎麼操作（java，c++用個map都很費勁）
4、公司中，很大量的數據處理工作工作是不需要面對非常大的數據的
5、巨大的數據不是語言所能解決的，需要處理數據的框架（hadoop， mpi。。。。）雖然小眾，但是python還是有處理大數據的框架的，或者一些框架也支持python
6、編碼問題處理起來太太太方便了
綜上所述：
1、python可以處理大數據
2、python處理大數據不一定是最優的選擇
3. python和其他語言（公司主推的方式）並行使用是非常不錯的選擇
4. 因為開發速度，你如果經常處理數據，而且喜歡linux終端，而且經常處理不大的數據（100m一下），最好還是學一下python
6. python判斷數據框有幾行幾列
如果你的第一列是group by好的，那用一個last_row_index和current_row_index可以O(n)搞定合並，譬如說
int last=0;
int current=1;
while(current<numbers.GetLengths(0))
{
if(numbers[last][0]==numbers[current][0])
{
for(int i=1;i<numbers.GetLengths(1);i++)
{
numbers[last][i]+=numbers[current][i];
}
}
else
{
last++;
for(int i=0;i<numbers.GetLengths(1);i++)
{
numbers[last][i]=numbers[current][i];
}
}
current++;
}
7. 剛開始Python編程,但是導入數據後,不知道該一直使用數據框還是使用數組或者列表。感覺好亂啊！
result?=?[]
for?item?in?request:
????if?item?is?None:
????????break
????result.append(item)
8. Python怎麼把數據框內數據寫入資料庫
f = open("a.txt", "w")for i in range(1, 10): f.write("<user>\n <id>"+str(i)+"</id>\n</user>\n")f.close()
因為i是int型，所以要先轉為str型，再進行字元串拼接，然後寫入文件
9. python pandas 判斷數據框是否有值
在pandas中有兩類非常重要的數據結構，即序列Series和數據框DataFrame。Series類似於numpy中的一維數組，除了通吃一維數組可用的函數或方法，而且其可通過索引標簽的方式獲取數據，還具有索引的自動對齊功能；
DataFrame類似於numpy中的二維數組，同樣可以通用numpy數組的函數和方法，而且還具有其他靈活應用，後續會介紹到。
10. python想統計數據框中指定一列的頻數,要使用以下哪個函數
Python想統計數據框中指定的一列數，那麼再說函數的時候，你可以使用if函數或者是其他的函數都可以。