利用pandas从单元格字符串中提取特定内容
本文介绍如何在pandas中从包含字符串的单元格内提取特定子串。以titanic数据集为例，演示使用str.extract方法配合正则表达式从Name列提取Title并生成新列的操作流程，帮助读者掌握基础的数据清洗技巧。
2026-10-13
7
本文介绍如何在pandas中从包含字符串的单元格内提取特定子串。以titanic数据集为例，演示使用str.extract方法配合正则表达式从Name列提取Title并生成新列的操作流程，帮助读者掌握基础的数据清洗技巧。
本文详解pandas中str.split方法的expand参数。当expand=True时，分割结果转换为DataFrame，每列对应一个子串；expand=False时保持Series。结合n参数可控制分割次数，示例展示不同组合下的输出差异及类型变化。
本文详解如何使用Python读取.mat文件并提取所需信息。通过scipy.io.loadmat加载文件，解析返回的字典结构，获取指定Key对应的numpy数组。随后利用pandas将多维数组转换为DataFrame格式，便于后续的数据展示与分析处理。
本文详解Pandas中groupby函数的as_index参数。默认as_index=True时，聚合结果以组标签为索引，无法直接通过整数位置访问；设置as_index=False则返回类似SQL风格的输出，保留默认整数索引。通过代码示例对比两种模式下的索引结构及取值方式，帮助开发者根据需求选择合适的输出格式。
本文深入解析Python Lambda匿名函数的核心用法，对比其与def定义函数的差异。详细讲解Lambda与map、filter、reduce及if-else条件的组合技巧，并展示在Pandas DataFrame和Series中通过apply、map及transform进行数据处理的实战案例，同时总结其优缺点，帮助开发者高效编写简洁代码。
本文介绍如何使用pandas将DataFrame直接转换为字典对象。通过dict()函数转换，生成的字典键为列名，值为对应的Series对象。文章展示了具体代码实现及输出结果，包括列名列表和值的数据类型，帮助开发者理解转换后的数据结构。
本文通过Python实例演示如何使用箱型图（Boxplot）识别并可视化餐饮销售数据中的离群点。文章首先区分了离群点与异常值的概念差异，随后提供基于pandas和matplotlib的完整代码，展示如何读取Excel数据、绘制箱线图，并通过annotate函数对离群点进行精确标注与位置微调，帮助开发者掌握数据清洗中的异常值处理技巧。
本文演示如何利用Pandas读取Excel数据并生成箱线图，结合Matplotlib对识别出的异常值进行坐标提取与可视化标注。通过具体代码示例，展示从数据加载、绘图配置到异常值注释的完整流程，帮助开发者快速掌握异常值分析的实现方法。
本文详解在pandas中将时间数据转换为timestamp的两种场景：未解析的时间字符串和已解析的日期对象。通过time模块的strptime、mktime及timetuple方法，展示具体的代码实现步骤与参数用法，帮助开发者高效处理时间序列数据。
本文介绍在Python中将数据库导出的hh:mm:ss格式数据转换为秒数的两种方法。针对字符串类型，通过split分割并计算总秒；针对时间类型，利用datetime模块提取时分秒进行转换。结合Pandas示例，展示如何根据字段实际类型选择合适函数，实现高效数据清洗。
本文介绍如何使用Pandas将Unix时间戳转换为标准时间，并解决时区差异问题。默认转换结果为GMT时间，需手动添加8小时以适配北京时间。对比Python内置time模块的自动时区处理，本文提供了在Pandas中手动修正时区的具体方法，帮助开发者准确处理时间数据。
本文详细介绍如何使用Pandas库处理Unix时间戳数据。通过读取CSV文件、转换整数时间为datetime对象，并进行数据筛选与排序，展示高效的时间数据处理流程。适用于需要处理系统日志或历史数据场景的开发者，提供完整的代码示例与关键步骤解析。