前面我介紹了可視化的一些方法以及機器學(xué)習(xí)在預(yù)測方面的應(yīng)用,分為分類問題(預(yù)測值是離散型)和回歸問題(預(yù)測值是連續(xù)型)乾颁。同時做了關(guān)于圖像識別的系列文章,讓讀者理解python進行圖像識別的過程粹舵、原理和方法(具體見之前的文章)钮孵。
本期我將繼續(xù)做關(guān)于數(shù)據(jù)分析類實戰(zhàn)的系列文章,列舉一些在平時數(shù)據(jù)處理中經(jīng)常遇到的一些小問題眼滤,提供一個解決方案巴席,讓讀者慢慢理解python數(shù)據(jù)分析的原理和方法,每一篇文章從實現(xiàn)功能诅需、實現(xiàn)代碼漾唉、實現(xiàn)效果三個方面進行展示。
實現(xiàn)功能:
實現(xiàn)將一維列表和二維列表保存到本地excel文件堰塌。
實現(xiàn)代碼:
import pandasas pd
def deal_1():
# 列表
? ? company_name_list = ['騰訊', '阿里巴巴', '字節(jié)跳動', '騰訊']
# list轉(zhuǎn)dataframe
? ? df = pd.DataFrame(company_name_list, columns=['company_name'])
# 保存到本地excel
? ? df.to_excel("D:\數(shù)據(jù)雜壇\素材\\0109\company_name_li_1.xlsx", index=False)
def deal_2():
# 二維list
? ? company_name_list = [['騰訊', '北京'], ['阿里巴巴', '杭州'], ['字節(jié)跳動', '北京']]
# list轉(zhuǎn)dataframe
? ? df = pd.DataFrame(company_name_list, columns=['company_name', 'local'])
# 保存到本地excel
? ? df.to_excel("D:\數(shù)據(jù)雜壇\素材\\0109\company_name_li_2.xlsx", index=False)
if __name__ =='__main__':
deal_1()
deal_2()
實現(xiàn)效果:
本人讀研期間發(fā)表5篇SCI數(shù)據(jù)挖掘相關(guān)論文赵刑,現(xiàn)在在某研究院從事數(shù)據(jù)挖掘相關(guān)工作,對數(shù)據(jù)挖掘有一定的認知和理解场刑,會不定期分享一些關(guān)于python機器學(xué)習(xí)般此、深度學(xué)習(xí)、數(shù)據(jù)挖掘基礎(chǔ)知識與案例牵现。
致力于只做原創(chuàng)铐懊,以最簡單的方式理解和學(xué)習(xí),關(guān)注我一起交流成長瞎疼。
關(guān)注V訂閱號:數(shù)據(jù)雜壇可在后臺聯(lián)系我獲取相關(guān)數(shù)據(jù)集和源碼科乎,送有關(guān)數(shù)據(jù)分析、數(shù)據(jù)挖掘贼急、機器學(xué)習(xí)茅茂、深度學(xué)習(xí)相關(guān)的電子書籍。