您好,登录后才能下订单哦!
本文小编为大家详细介绍“Pandas怎么将表格的前几行生成html”,内容详细,步骤清晰,细节处理妥当,希望这篇“Pandas怎么将表格的前几行生成html”文章能帮助大家解决疑惑,下面跟着小编的思路慢慢深入,一起来学习新知识吧。
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())
<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>
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())
-0.2076894596485453
-0.2076894596485453
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))
12 1.607623
17 1.404255
19 0.675887
13 0.345030
Name: col2, dtype: float6416 -1.220877
18 -1.215324
11 -1.003714
8 -0.936607
5 -0.632613
Name: col2, dtype: float64
""" 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"]))
No 5174
Yes 1869
Name: Churn, dtype: int640 5174
1 1869
Name: Churn, dtype: int6
读到这里,这篇“Pandas怎么将表格的前几行生成html”文章已经介绍完毕,想要掌握这篇文章的知识点还需要大家自己动手实践使用过才能领会,如果想了解更多相关内容的文章,欢迎关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。