pandas中聚合函数agg的具体用法
本文详细介绍pandas中DataFrame.agg()聚合函数的使用方法。通过对比numpy聚合函数，解析func参数的多种格式（函数、列表、字典），并演示如何在指定轴上执行单个或不同列的多重聚合操作，包括处理NaN填充的逻辑。
2026-10-15
0
本文详细介绍pandas中DataFrame.agg()聚合函数的使用方法。通过对比numpy聚合函数，解析func参数的多种格式（函数、列表、字典），并演示如何在指定轴上执行单个或不同列的多重聚合操作，包括处理NaN填充的逻辑。
本文详细介绍在pandas DataFrame中批量修改数据的四种常用方法。通过iloc进行行列定位赋值，利用where和mask函数根据条件替换数值，以及使用replace函数处理文本、字典映射及正则表达式。涵盖具体代码示例与参数说明，帮助开发者高效完成数据清洗与预处理任务。
本文详细介绍Pandas中DataFrame.sample()函数的使用方法，涵盖n、frac、replace、weights、random_state等核心参数的配置。通过具体代码示例演示如何按行数、比例或权重进行随机抽样，并解析axis方向控制及结果复现技巧，帮助开发者高效实现数据子集提取。
本文介绍了在 Python 的 Pandas 库中为 DataFrame 添加列名的两种常用方法。第一种是在创建 DataFrame 时通过 columns 参数直接指定；第二种是先创建无列名的 DataFrame，再使用 columns 属性进行赋值。文章提供了具体的代码示例和运行结果，帮助开发者快速掌握相关操作技巧。
本文解析 pytest 中 Fixture 函数发生异常时的处理机制。当依赖的 Fixture 抛出异常，测试将标记为错误而非失败，且后续依赖及测试用例不再执行。文章通过代码示例说明线性执行逻辑，并建议减少不必要的 Fixture 依赖以提升测试稳定性。
本文介绍如何在pytest中将测试用例参数传递给fixture函数。通过结合@pytest.mark.parametrize的indirect=True和request.param，实现顶层与子级conftest.py间token等数据的共享，确保测试前置条件获取正确凭证。
本文详细介绍pandas中Series对象的三种创建方式，包括通过字典、一维数组和标量值构建Series，并深入解析Series的常用操作方法，如创建、追加、删除、修改及查询。文章通过具体代码示例展示了不同场景下的正确用法，特别是嵌套Series追加时的常见错误与修正方案，帮助开发者高效掌握Series的核心功能。
本文详细介绍在 pandas 中如何对 DataFrame 进行列和行的增删改查。涵盖通过直接赋值、assign、insert 方法添加新列，利用 concat 进行水平或垂直连接，以及使用 append 添加行的技巧。同时讲解如何根据条件筛选特定列和行，修改列值及处理缺失数据，提供完整代码示例。
本文介绍在Jupyter Notebook中导入自定义模块的两种方法：同目录直接导入和跨目录通过sys.path导入。同时针对导入后出现的TypeError错误，分析其原因为模块修改后未刷新内核，并提供保存并重启内核的解决方案。
本文总结 Flask 接收前端 POST 请求参数的三种主要方式：通过 URL 参数（params）、带附件的 form-data 以及 JSON 格式数据。文章提供了基于 request 模块的具体代码示例，解析了如何提取文件、表单字段及 JSON 对象，并指出前端使用 Express+pm2 时不带附件可能存在的兼容性问题，帮助开发者快速实现后端数据接收。
本文深入解析 Django ORM 的事务管理机制与查询优化策略。涵盖 transaction.atomic 的使用、回滚点设置及隔离级别配置；详解 ORM 惰性查询原理，包括 only 与 defer 字段的内存缓存机制，以及 select_related 和 prefetch_related 在正反向跨表查询中的应用，旨在帮助开发者提升数据库交互效率并保障数据一致性。
本文介绍如何利用Python的matplotlib库绘制三维散点图，并通过颜色映射（Colormap）直观展示三元函数f(x,y,z)=v的数据分布。文章详细讲解了如何配置颜色等级、自定义侧边Colorbar的数值范围及显示格式，并提供了完整的代码实现与关键参数解析，帮助开发者实现更精细的数据可视化效果。
