برچسب: pandas

گرفتن قیمت یورو چندسال گذشته

از سایت بن بست با پایتون نتیجه رو می‌تونید از این آدرس بردارید که تا این تاریخ داخلش هست. امتحان کانکشن گرفتن مقادیر با تاریخ شمسی می‌تونید از این آدرس جدول تبدیل تاریخ میلادی به شمسی رو بردارید خروجی اکسل

5 ways to apply an IF condition in pandas DataFrame

from Need to apply an IF condition in Pandas DataFrame? If so, in this tutorial, you’ll see 5 different ways to apply such a condition. Specifically, you’ll see how to apply an IF condition for: Set of numbers Set of numbers and lambda Strings Strings and lambada OR condition Applying an IF condition in Pandas DataFrame… ادامه خواندن 5 ways to apply an IF condition in pandas DataFrame

Selecting Subsets of Data in Pandas

from What Code single column  df[‘food’] multiple columns df[[‘color’, ‘food’, ‘score’]] single row df.loc[‘Niko’] multiple rows df.loc[[‘Niko’, ‘Penelope’]] slice notation to select a range of rows df.loc[‘Niko’:’Dean’]   df.loc[:’Aaron’] stepping by 2 df.loc[‘Niko’:’Christina’:2] rows and columns df.loc[row_selection, column_selection]   df.loc[‘Jane’:’Penelope’, [‘state’, ‘color’]] single row df.iloc[3] multiple rows df.iloc[[5, 2, 4]]   df.iloc[3:5]   df.iloc[[2,3], [0,… ادامه خواندن Selecting Subsets of Data in Pandas

python, Pandas Categorize the range

df[‘PriceBin’] = pd.cut(df[‘PriceAvg’], bins = 3)df[‘PriceBin’].value_counts() (54060.0, 2040000.0] 209 (2040000.0, 4020000.0] 4 (4020000.0, 6000000.0] 1 Name: PriceBin, dtype: int64 df[‘PriceBin’] = pd.qcut(df[‘PriceAvg’], q=3) df[‘PriceBin’].value_counts().sort_index() (59999.999, 210000.0] 77 (210000.0, 315000.0] 66 (315000.0, 6000000.0] 71 Name: PriceBin, dtype: int64 h = df.groupby(‘PriceBin’, as_index=False).median()[‘SalesAvg’] h = pd.DataFrame(h) h.reset_index(inplace=True) h PriceBin SalesAvg0(59999.999, 210000.0] 42.0000001(210000.0, 315000.0] 145.1666672(315000.0, 6000000.0] 114.200000