在学习python办公自动化的时候我们可能会需要拆分或者合并excel，这需要借助pandas来实现。接下来小编通过接下来的pandas操作excel实例，来介绍一下pandas怎么拆分excel和合并excel吧！

• 后端
• 猿友
• 49

在使用pandas的时候，我们知道，pandas是使用dataFrame来存储数据的，但我们更多情况下是对python的字典操作而不是对dataFrame操作，所以我们需要将dataFrame转换为字典。接下来的这篇文章我们就来了解一下操作吧。

• 后端
• 猿友
• 21

在pandas使用的过程中我们会发现有两个函数的功能有很多相似之处。它们就是get_dummies()和factorize()，它们功能上都是对分类变量进行操作。那么get_dummies()和factorize()有什么区别呢？接下来的这篇文章告诉你。

• 后端
• 猿友
• 20

在数据分析中，免不了的就是数据的比较和处理。pandas作为数据分析处理常用的python第三方库，他提供了两种数据结构，也对提供了一些比较运算符和比较方法，那么接下来就让我们来看看pandas比较方法有哪些吧。

• 后端
• 猿友
• 27

有些小伙伴在安装pandas的时候出现了一些错误导致pandas安装不上。今天小编带来一个pandas安装报错的案例和解决方案，如果小伙伴也遇到了相似的错误可以尝试一下对应的解决方案看看能不能解决问题。

• 后端
• 猿友
• 28

Hadoop是一款分布式文件系统，hive是Hadoop的一个数据仓库工具。在这个工具中有个很有特色的函数叫爆炸函数，那么这个函数实现了什么功能呢？python又要怎么使用爆炸函数呢？阅读本文你会得到答案。

• 后端
• 猿友
• 21

大多数时候我们获得的数据并不都是完整的，缺失的数据要先进行过滤处理才能进一步操作。那么pandas怎么过滤缺失数据呢？实际上是用到了pandas的dropna()函数，接下来这篇文章就是pd.dropna()函数的用法说明。

• 后端
• 一级内心戏表演艺术家
• 19

数据标准化操作是指将数据按比例缩放，使之落入一个小的特定区间。这样的操作在机器学习中是比较常用的。在python中我们可以使用pandas模块来实现数据标准化，那么怎么使用pandas模块实现数据标准化呢？接下来这篇文章告诉你。

• 后端
• 稳走感情路
• 25

在python中，用pandas处理数据非常方便。特别是当数据里有异常值的时候，pandas异常值处理的方式就是将NaN的数据转化为None，那么pandas怎么将NaN转化为None呢？接下来的这篇文章带你了解。

• 后端
• 港城宝藏女孩
• 20

在数据处理的时候很多情况并不能获取到理想的没有问题的数据，也就是说数据缺失是普遍存在的。在出具处理的时候我们通常要先对数据缺失进行处理才能继续下一步的操作，以pandas为例，pandas数据数据缺失会将缺失部分填充为NaN，那么pandas NaN缺失值处理要如何进行呢？接下来的这篇文章带你了解。

• 后端
• 一觉睡到小时候
• 26

在数据处理的时候，我们比较常用到的库要么是numpy，要么是pandas。在数据中出现空值的情况下我们要对其进行一些处理，这两种库的处理方式有类似之处，那么numpy处理数据中的空值和pandas处理数据中的空值有什么区别呢？接下来我们就来分析一下。

• 后端
• 陈情匿旧酒
• 27

在我们使用excel的时候，一些数据的计算我们会用到excel自带的函数来计算，但有些时候这些函数并不是那么好用，这时候我们可以换一种思路——使用pandas核算excel数据。那么怎么使用pandas直接核算excel中的快递费用呢，接下来的这篇文章带你了解。

• 后端
• 云纹梦纷蝶
• 22

在python中，读写excel数据方法很多，比如xlrd、xlwt和openpyxl，实际上限制比较多，不是很方便。比如openpyxl也不支持csv格式。有没有更好的方法？其实我们可以用pandas来进行excel的数据读写和分析，事实上常见的分析excel数据的代码大多都是建立在pandas上的。

• 后端
• 智慧女孩不秃头
• 22

在数据处理的过程中，我们经常会遇到数据有缺失值的情况，今天我们就来介绍一下在python中如何用Pandas处理数据中的缺失值。

• 后端
• 微醉阳光
• 21

问题描述一： dataframe的某一列为字符串格式，想筛选出含有特定字符串的行，如书目数据的“简单分类号”列，筛选包含['N','O','P','Q','S','TB','TM','TN','TP.

• 数据库
• 温暖的Lily
• 16

其实之前都写过小笔记了Python Pandas 中lambda和apply函数的应用[https://www.jianshu.com/p/668dda233365]。用到的方法还是针对datafr.

• 数据库
• 王叽叽的小心情
• 20

今天和大家分享自己总结的6个常用的Pandas数据处理代码，对于经常处理数据的coder最好熟练掌握。 选取有空值的行 在观察数据结构时，该方法可以快速定位存在缺失值的行。 输出： 快速替换列值 实.

• 数据库
• Alex是大佬
• 16

pandas是基于Numpy构建的含有更高级数据结构和工具的数据分析包类似于Numpy的核心是ndarray，pandas也是围绕着Series和DataFrame两个核心数据结构展开的。Series

• 前端
• Stella981
• 19

importpandasaspddfpd.DataFrame({"month":1,4,7,10,"year":2012,2014,2013,2014,"sale":55,40,84,31

• 前端
• Stella981
• 15

大家好，我是皮皮。一、前言前几天在Python白银群【王者级混子】问了一个Pandas处理的问题，这里拿出来给大家分享下。大佬们，我有两个问题：问题1：当我使用红框里代码想将999的数字全部赋值np.

• 后端
• Python进阶者
• 14