古镇企业网站建设定制网络运营是什么专业

个人学习笔记

日期转换

索引日期格式：2023-09-12 15:00:00

转换为：2023-09-12

import pandas as pd# 假设你的 DataFrame 名为 df，索引是 2023-09-12 15:00:00
# 这里创建一个示例 DataFrame 用于演示
data = {'value': [1, 2, 3]}
index = pd.to_datetime(['2023-09-12 15:00:00', '2023-09-13 15:00:00', '2023-09-14 15:00:00'])
df = pd.DataFrame(data, index=index)# 添加新的一列，只包含日期部分
df['date_column'] = df.index.dateprint(df)

计算中位数

df['median_price'] = df.apply(lambda x:(sorted([x.price1,x.price2,x.price3,x.price4])[1] + sorted([x.price1,x.price2,x.price3,x.price4])[2]) / 2, axis=1)

打开本地文件

import pandas as pd# 读取本地 CSV 文件
# 假设文件名为 'example.csv'，请将其替换为你的实际文件名
names=['time', 'column2', 'column3']
df = pd.read_csv(r'C:\\Users\Administrator\\Downloads\\test.csv')# 为默认的数字索引添加名称
# df.index.name = 'index_name'
# 修改第一列的名称
df.rename(columns={'Unnamed: 0': 'time'}, inplace=True)print(df)
df.to_csv(r'C:\\Users\Administrator\\Downloads\\test1.csv', index=False)