摘要：1,使用pandas内置的.str.len()函数 df["contentLen”]=df["column"].str.len() 2.使用pandas内置函数map+lamda df["contentLen"]=df["column"].map(lambda x:len(x)) 阅读全文

摘要：获取DataFrame数据的行数和列数 row,col=df.shape row,col=df.shape[0],df.shape[1] 获取DataFrame前3条数据 # 默认是5 df.head(3) 获取DataFrame指定条件下的指定列(多个条件用&或|连接，并且每个条件加上括号()) 阅读全文

摘要：DataFrame对象既有行索引，又有列索引。行索引，表明不同行，横向索引，叫index，0轴，axis=0。列索引，表明不同列，纵向索引，叫columns，1轴，axis=1。 import pandas as pd import numpy as np # 创建DataFrame t1=pd.D 阅读全文

摘要：numpy能够帮助处理数据，但是pandas除了处理数值之外（基于numpy）。还能够帮助处理其他类型的数据。 1，Series 一维，带标签数组。 2，DataFrame 二维，Series容器。 创建Series import pandas as pd import numpy as np im 阅读全文

摘要：一个在python中做科学计算的基础库，重在数值计算，也是大部分python科学技术库的基础库，多用在大型、多维数组上执行数值运算。 广播原则： 如果两个数组的后缘维度（trailing dimension，即从末尾开始算起的维度）的轴长度相符或其中一方的长度为1，则认为它们是广播兼容的。广播会在缺 阅读全文

摘要：数据分析是用适当的方法对收集的大量数据进行分析，帮助作出判断，以便采取适当行动。 matplotlib 最流行的python底层绘图库，主要做数据可视化图表。 1，能将数据进行可视化，更直观的呈现。 2，使数据更加客观，更具说服力。 折线图：以折线的上升或下降来表示统计数据的增减变化的统计图。 特点 阅读全文