Posted on | In
创建序列

oracle可以用sequence关键字创建序列，语法如下：

1
2
3
4
5
6
7
8
create sequence [user.]sequence_name
increment by n
start with n
maxvalue | nomaxvalue
minvalue | nominvalue
cycle | nocycle
cache | nocache
order | noorader
Read more »

Posted on | Edited on | In

关于ifnull和nullif两个函数刚看的时候有点混淆，所以记录一下。

IFNULL(*expr1*,*expr2*)：如果expr1不为NULL则返回expr1，否则返回expr2。

1
2
3
4
5
6
7
8
select ifnull(1, 'yes');
> 1
select ifnull(0, 'yes');
> 0
select ifnull(null, 'yes');
> yes
select ifnull(1/0, 'yes');
> yes
Read more »

Posted on | Edited on | In

这是系列文章，我会按照stackoverflow上pandas相关问题投票数排序进行整理学习。不学习是会变咸鱼的～

原问题：Pandas writing dataframe to csv file，如题，将dataframe写入到csv文件可以使用to_csv方法。

1
2
3
df.to_csv(
    ['path_or_buf=None', "sep=','", "na_rep=''", 'float_format=None', 'columns=None', 'header=True', 'index=True', 'index_label=None', "mode='w'", 'encoding=None', 'compression=None', 'quoting=None', 'quotechar=\'"\'', "line_terminator='\\n'", 'chunksize=None', 'tupleize_cols=None', 'date_format=None', 'doublequote=True', 'escapechar=None', "decimal='.'"],
)

解释几个常用的参数，详细信息查看官方文档：

  • path_or_buf：路径，string类型。df保存为csv文件的路径，相对路径或者绝对路径。
  • sep：分隔符，默认是“，”，可以自由设置。
  • na_rep：空值替换，默认为空字符串。
  • float_format：float类型数字的格式设置。如float_format=”%.2f”。
  • columns：序列。选择要写入的列。
  • header：默认为True（Series默认为False），可以是string和list。列名。
  • index：默认True，即行名。
  • mode：默认为w，即写模式。
  • encoding：编码方式。
  • chunksize：一次写入行数。
Read more »

Posted on | Edited on | In

这是系列文章，我会按照stackoverflow上pandas相关问题投票数排序进行整理学习。不学习是会变咸鱼的～

原问题：How to drop row of Pandas DataFrame whose value in certain columns is NaN

如题。我们先创建数据

1
2
3
4
5
6
7
8
9
10
11
import pandas as pd
import numpy as np

input_rows = [[1,2,3], [2,3,4], [np.nan, 2, np.nan, 5], [np.nan, 5, 7]]
df = pd.DataFrame(input_rows, columns=['a', 'b', 'c', 'd'])

out:	a	b	c	d
	0	1.0	2	3.0	NaN
	1	2.0	3	4.0	NaN
	2	NaN	2	NaN	5.0
	3	NaN	5	7.0	NaN
Read more »

Posted on | Edited on | In

这是系列文章，我会按照stackoverflow上pandas相关问题投票数排序进行整理学习。不学习是会变咸鱼的～

原问题：change data type of columns in pandas，如何将列的数据转为合适的类型，如将下例中数字从string类型转为float。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
import pandas as pd

a = [['a', '1.2', '4.2'], ['b', '70', '0.03'], ['x', '5', '0']]
df = pd.DataFrame(a, columns=['aa', 'bb', 'cc'])

# df
'''
    aa	bb	cc
0	a	1.2	4.2
1	b	70	0.03
2	x	5	0
'''

df.dtypes
'''
aa    object
bb    object
cc    object
dtype: object
'''
Read more »

Posted on | Edited on | In

这是系列文章，我会按照stackoverflow上pandas相关问题投票数排序进行整理学习。不学习是会变咸鱼的～

原问题：Add one row to pandas DataFrame，要求一行一行地添加数据到已有的空白DataFrame中。

1
2
3
4
5
import pandas as pd
import numpy as np

# 创建空白DataFrame
df = pd.DataFrame(columns=['lib', 'qty1', 'qty2'])

1）使用loc

1
2
3
for i in range(4):
    df.loc[i] = [np.random.randint(-1, 1) for n in range(3)]
    # df.loc[i] = 5 添加一条数据都为5的记录
Read more »

Posted on | Edited on | In

这是系列文章，我会按照stackoverflow上pandas相关问题投票数排序进行整理学习。不学习是会变咸鱼的～

原问题：How to change the orders of DataFrame columns

还是用之前的数据：

1
2
3
4
5
import pandas as pd

df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
Read more »

Posted on | Edited on | In

这是系列文章，我会按照stackoverflow上pandas相关问题投票数排序进行整理学习。不学习是会变咸鱼的～

原问题：How do I get a row count of a Pandas DataFrame

如下：

1
2
3
4
5
6
7
8
9
10
import pandas as pd

df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
# 方法一：使用shape
row_count, column_count = df.shape

# 方法二：使用len函数
row_count = len(df)
Read more »

Posted on | Edited on | In

这是系列文章，我会按照stackoverflow上pandas相关问题投票数排序进行整理学习。不学习是会变咸鱼的～

原问题：selecting multiple columns in pandas dataframe，如题，选择DataFrame中的多列数据。

假设原始数据如下：

1
2
3
4
5
6
import pandas as pd
import numpy as np

df = pd.DataFrame({'A': 'foo bar foo bar foo bar foo foo'.split(),
                   'B': 'one one two three two two one three'.split(),
                   'C': np.arange(8), 'D': np.arange(8) * 2})
Read more »