grouped["correct"].value_counts(normalize=True)
时间: 2024-06-03 08:11:03 浏览: 11
这是一个Python中pandas库中的DataFrame数据结构的一个功能,value_counts()函数会对DataFrame中某一列的每个取值进行计数,并以Series的形式返回计数结果。normalize=True表示返回计数结果的百分比。具体地,grouped["correct"]表示对DataFrame对象grouped中的列名为"correct"的那一列进行操作。
相关问题
忽略该脚本警告 import pandas as pd import glob def com(): file_paths = glob.glob('E:/py卓望/数据分析/top150_20230321/*.txt') data = pd.DataFrame() for i in file_paths: df = pd.read_csv(i, sep=',', header=None, skiprows=[0]) data = pd.concat([data, df]) data.drop(df.columns[0], axis=1, inplace=True) df.sort_values(by=1, ascending=False, inplace=True) data.iloc[:, 0] = data.iloc[:, 0].str.lower() data.to_csv('E:/py卓望/数据分析/all/all_file.txt', sep=',', index=False,header=False) all = pd.read_csv('E:/py卓望/数据分析/all/all_file.txt', header=None, delimiter=',') all[0] = all[0].str.split('.') all[0] = all[0].apply( lambda x: '.'.join(x[-3:]) if '.'.join(x[-2:]) in ['gov.cn', 'com.cn', 'org.cn', 'net.cn'] else '.'.join(x[-2:])) new_col = all[0] result = pd.concat([new_col,all.iloc[:,1:]],axis=1) result.to_csv('E:/py卓望/数据分析/all/二级域名.txt', sep=',',index=False,header=False) summation = pd.read_csv('E:/py卓望/数据分析/all/二级域名.txt', header=None, delimiter=',') grouped = summation.groupby(0)[1].sum().reset_index() grouped = grouped.sort_values(by=1, ascending=False).reset_index(drop=True) grouped[1] = grouped[1].fillna(summation[1]) grouped.to_csv('E:/py卓望/数据分析/all/处理后求和域名.txt', sep=',', index=False, header=False) top_10000 = pd.read_csv('E:/py卓望/数据分析/all/处理后求和域名.txt', header=None, delimiter=',') alls = top_10000.nlargest(10000, 1) alls.drop(columns=[1], inplace=True) alls.to_csv('E:/py卓望/数据分析/all/data.txt', sep=',',index=False, header=False) final = top_10000.iloc[10000:] final.drop(columns=[1], inplace=True) final.to_csv('E:/py卓望/数据分析/all/final_data.txt', sep=',',index=False, header=False) print(final.to_csv) warnings.filterwarnings("ignore") def main(): com() if __name__ == "__main__": print("开始清洗域名文件") main() print("数据清洗完毕")
要忽略该脚本中的警告,可以在脚本开头添加以下两行代码:
```python
import warnings
warnings.filterwarnings("ignore")
```
这会忽略脚本中的所有警告。将这两行代码添加到脚本的开头即可:
```python
import pandas as pd
import glob
import warnings
def com():
warnings.filterwarnings("ignore")
file_paths = glob.glob('E:/py卓望/数据分析/top150_20230321/*.txt')
data = pd.DataFrame()
for i in file_paths:
df = pd.read_csv(i, sep=',', header=None, skiprows=[0])
data = pd.concat([data, df])
data.drop(df.columns[0], axis=1, inplace=True)
df.sort_values(by=1, ascending=False, inplace=True)
data.iloc[:, 0] = data.iloc[:, 0].str.lower()
data.to_csv('E:/py卓望/数据分析/all/all_file.txt', sep=',', index=False,header=False)
all = pd.read_csv('E:/py卓望/数据分析/all/all_file.txt', header=None, delimiter=',')
all[0] = all[0].str.split('.')
all[0] = all[0].apply(
lambda x: '.'.join(x[-3:]) if '.'.join(x[-2:]) in ['gov.cn', 'com.cn', 'org.cn', 'net.cn'] else '.'.join(x[-2:]))
new_col = all[0]
result = pd.concat([new_col,all.iloc[:,1:]],axis=1)
result.to_csv('E:/py卓望/数据分析/all/二级域名.txt', sep=',',index=False,header=False)
summation = pd.read_csv('E:/py卓望/数据分析/all/二级域名.txt', header=None, delimiter=',')
grouped = summation.groupby(0)[1].sum().reset_index()
grouped = grouped.sort_values(by=1, ascending=False).reset_index(drop=True)
grouped[1] = grouped[1].fillna(summation[1])
grouped.to_csv('E:/py卓望/数据分析/all/处理后求和域名.txt', sep=',', index=False, header=False)
top_10000 = pd.read_csv('E:/py卓望/数据分析/all/处理后求和域名.txt', header=None, delimiter=',')
alls = top_10000.nlargest(10000, 1)
alls.drop(columns=[1], inplace=True)
alls.to_csv('E:/py卓望/数据分析/all/data.txt', sep=',',index=False, header=False)
final = top_10000.iloc[10000:]
final.drop(columns=[1], inplace=True)
final.to_csv('E:/py卓望/数据分析/all/final_data.txt', sep=',',index=False, header=False)
print(final.to_csv)
def main():
print("开始清洗域名文件")
com()
print("数据清洗完毕")
if __name__ == "__main__":
main()
```
这样就可以在运行脚本时忽略所有警告了。
代码简写:import pandas as pd # 1. 读取指定表格 df1 = pd.read_excel('result-new.xlsx', sheet_name='Sheet1') df2 = pd.read_excel('基础数据-new.xlsx', sheet_name='本外币') df3 = pd.read_excel('基础数据-new.xlsx', sheet_name='人民币') # 标的表索引列位置及数据位置 grouped = df2.groupby(df2.columns[1]).agg({df2.columns[2]: 'sum', df2.columns[5]: 'sum'}).reset_index() grouped1 = df3.groupby(df2.columns[1]).agg({df3.columns[2]: 'sum', df3.columns[5]: 'sum'}).reset_index() # 合并表1和表2的结果 result = pd.merge(df1, grouped, left_on=df1.columns[1], right_on=grouped.columns[0], how='left') result = pd.merge(result, grouped1, left_on=df1.columns[1], right_on=grouped.columns[0], how='left') # 输出结果到文件 result.to_excel('531本外币比年初.xlsx', index=False)
import pandas as pd
# 读取指定表格
df1, df2, df3 = pd.read_excel('result-new.xlsx', sheet_name='Sheet1'), pd.read_excel('基础数据-new.xlsx', sheet_name='本外币'), pd.read_excel('基础数据-new.xlsx', sheet_name='人民币')
# 标的表索引列位置及数据位置
grouped = df2.groupby(df2.columns[1]).agg({df2.columns[2]: 'sum', df2.columns[5]: 'sum'}).reset_index()
grouped1 = df3.groupby(df3.columns[1]).agg({df3.columns[2]: 'sum', df3.columns[5]: 'sum'}).reset_index()
# 合并表1和表2的结果
result = pd.merge(df1, grouped, left_on=df1.columns[1], right_on=grouped.columns[0], how='left')
result = pd.merge(result, grouped1, left_on=df1.columns[1], right_on=grouped1.columns[0], how='left')
# 输出结果到文件
result.to_excel('531本外币比年初.xlsx', index=False)