Pandas如何将表格的前几行生成html实战案例

一、Pandas如何将表格的前几行生成html

1.1主要知识点

1.2创建 python 文件

1.3运行结果

二、Pandas如何计算一列数字的中位数

2.1主要知识点

2.2创建 python 文件

2.3运行结果

三、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

3.2创建 python 文件

3.3运行结果

四、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

4.2创建 python 文件

4.3运行结果

一、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"]))

4.3运行结果