四月下旬新内容速递丨智能升级、视觉革新与SmartBI 白泽V5实战

暮春时节,技术焕新!四月下旬更新聚焦SmartBI 白泽V5深度应用、矩阵树图新视角、AI安全热词与质感素材,助你在数据智能的浪潮中乘势而上,精准洞察!

一、场景应用精选

【矩阵树图】层级数据的“面积探测器” → 矩阵树图在层级结构与占比分析中的可视化实战。

二、AI视频速递

SmartBI 白泽V5赋能:多源数据融合分析 → 视频演示SmartBI 白泽V5在多源数据融合分析中的高效应用。
SmartBI 白泽V5赋能:深度归因分析 → 视频讲解如何利用AgentBI V5进行精准的深度归因分析。
SmartBI 白泽V5赋能:深度数据洞察 → 视频展示SmartBI 白泽V5赋能下的深度数据洞察实战技巧。

三、AI知识更新

【AI每日一学】白泽V5如何解决AI龙虾的核心安全痛点? → 每日一学,解析白泽V5如何应对“AI龙虾”中的关键安全挑战。
【AI每日一学】为什么白泽可以越来越聪明? → 深入白泽V5的持续学习与进化机制,揭秘智能增长背后的逻辑。

四、全新素材上线

炫酷玻璃质感立体图标 → 新增玻璃质感立体图标素材,为仪表盘注入现代视觉风格与高级感。

五、任务持续上线

【图表应用】矩阵树图:层级数据的“面积探测器” → 学习矩阵树图制作,掌握层级数据面积化呈现方法。
【AI知识巩固】白泽V5如何解决AI龙虾的核心安全痛点? → 巩固白泽V5安全机制知识,紧跟AI热词“龙虾”背后的解决方案。
【SmartBI 白泽V5场景实战】多源数据融合分析 → 实战闯关,演练多源数据融合分析全流程。
【AI知识巩固】为什么白泽可以越来越聪明? → 巩固白泽V5持续学习原理,理解AI智能化演进路径。
【SmartBI 白泽V5场景实战】深度数据洞察 → 闯关实战,借助白泽V5实现深度数据洞察。

麦粉社区
>
帖子详情

python学习篇-pandas库(八)

数据挖掘 发表于 2019-12-24 15:24
发表于 2019-12-24 15:24:00
本帖最后由 chenshuo 于 2019-12-24 17:14 编辑

替换操作
函数DataFrame()
参数to_replace:需要替换的部分,可为str, regex, list, dict, Series, int, float, or None
参数value:用来替换部分,可为scalar, dict, list, str, regex, default None
参数inplace:默认False,True:直接修改原对象;False:创建一个副本,修改副本,原对象不变。
参数regex:默认False,为True:替换的部分为正则表达式
参数method: 可为‘pad’, ‘ffill’, ‘bfill’, None


创建数据集
  1. import pandas as pd
  2. import numpy as np
  3. data = {'animal': ['cat', 'cat', 'snake', 'dog', 'dog', 'cat', 'snake', 'cat', 'dog', 'dog'],
  4. 'age': [2.5, 3, 0.5, np.nan, 5, 2, 4.5, np.nan, 7, 3],
  5. 'visits': [1, 3, 2, 3, 2, 3, 1, 1, 2, 1],
  6. 'priority': ['yes', 'yes', 'no', 'yes', 'no', 'no', 'no', 'yes', 'no', 'no']}

  7. labels = ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h', 'i', 'j']
  8. df1 = pd.DataFrame(data, index=labels)
  9. df1
复制代码
1、数值替换

将值为1替换成6
  1. df2 =df1.copy()#复制
  2. print(df2)
  3. df2.replace(1,6)
复制代码
943145e0182aa21e1b.png

2、列表替换
将cat替换成mouse,yes替换成maybe
  1. df2 =df1.copy()#复制
  2. print(df2)
  3. df2.replace(['cat','yes'],['mouse','maybe'])
复制代码
60695e01844ed53c6.png

使用方法bfill,向后替换,详情可参考python学习篇(七)
  1. df2 =df1.copy()#复制
  2. print(df2)
  3. df2.replace(['cat','yes'],method='bfill')
复制代码
693995e0184f6a0114.png

3、字典替换
将数据集中的cat替换成mouse,将1替换成100
  1. df2 =df1.copy()#复制
  2. print(df2)
  3. df2.replace({'cat':'mouse',1:100})
复制代码
585025e0188860f9be.png
将数据集中animal列中cat替换成snake
  1. df2 =df1.copy()#复制
  2. print(df2)
  3. df2.replace({'animal':'cat'},'snake')
复制代码
968555e01a6f649afd.png
或者
  1. df2 =df1.copy()#复制
  2. print(df2)
  3. df2.replace({'animal':{'cat':'snake'}})
复制代码
191485e01a8020ee0d.png
4、正则替换
将do*的字符串替换成mouse
724345e01d69adef3a.png
976005e01d6307cf55.png

或者
449105e01d6aedbc36.png
5、替换成None
  1. df2 =df1.copy()#复制
  2. print(df2)
  3. df2.replace({'yes':'None'})
复制代码
891185e01d6e1285f5.png

发表于 2019-12-24 17:16:13
regex=r'^do.$' 这部分代码会使代码框 变乱
回复

使用道具 举报

高级模式
B Color Image Link Quote Code Smilies
您需要登录后才可以回帖 登录 | 立即注册

1回帖数 0关注人数 7427浏览人数
最后回复于:2019-12-24 17:16

社区

指南

AI

搜索

快速回复 返回顶部 返回列表