重剑无锋博客

read_csv加上header = None

index=df.indexdata = df.loc[index,:]

if set([‘A’,‘B’]).issubset(df.columns):print(‘存在A,B’)

FPindex = df[‘FP’][df[‘FP’].values==1].index

索引不一致问题，去掉索引再赋值通过pd.DataFrame(A).values或者list(pd.DataFrame(timesort(dt)).values)

df= pd.merge(df1,df2,on='__time__')__time__为两个df中相同的列

将df.loc[:,'__time__'] = pd.DataFrame(timearray)df.loc[:,'__time__'] = pd.DataFrame(timearray)

print(df.loc[['b', 'c'], ['y', 8]]) # 结果如下 y 8 b NaN NaN c NaN NaN

df = df.groupby("part_id").agg(['max','min'])

归一化操作有两种1.max和min的归一化操作min-max标准化（Min-Max Normalization）返回结果0~1公式：对数据进行归一化操作df = (df-df.min())/(df.max()-df.min())2.Z-score标准化方法方法：返回结果：返回的结果是标准值为1，平均值为0，标准的正态分布数据实例如下：df2 = (df-df.mean())/df.std() #df数据减去df平均值，再出...

https://blog.csdn.net/weixin_34675395/article/details/112223861