摘要：Excel高级功能还是不太懂，如数据透视表、函数等。 在数据处理方面， 既然Excel能做的，那当然Python的pandas应该也能完成。总结下Pandas是如何完成数据透视表和交叉表的。 数据透视表 数据透视表是一种常见的数据汇总工具，根据一个或者多个键对数据进行聚合，并根据行、列分组将数据分配 阅读全文

摘要：学习kaggle输出处理整个总结，以下图、代码都来自于kaggle 的micro-course 缺失值处理 共有三种方法： 丢弃缺失值所在的行（当缺失值较多时，影响比较大，不常用此方法） 如下代码，找到任意含有缺失值的行，凡是含有确实值都从DataFrame中去掉。下面还有使用Random Fore 阅读全文

摘要：numpy中axis表示轴的意思， 在某些函数（如sum，exp）中axis的值不同，计算方式不同，不理解axis的使用方法和含义，就不能用好numpy处理数据。 用示例讲解axis的含义： arrs = np.arange(24).reshape((3,2,4)) print arrs print 阅读全文

摘要：一、Python pickle Python 的Pickle模块是将 Python对象存入 .pkl后缀的文件，在需要使用时将其迅速转换为Python对象。 避免了多次读取数据库的操作，提高了程序执行效率。 其大致分为3步：import 、存储和读取 import pickle 存储： import 阅读全文

摘要：以前老踩这坑，没总结。。。。。 数据集如下： 上面age列是根据出生日期得到的年龄，我要将age连续数据离散化，改成4个年龄段的，“20~25 离散化 为数值1， 26~30 离散化为数值2， 30~35离散化为数值3 和 >35 离散化数值4 ” 的四段。修改这些数据时，需要通过行列定位再来处理， 阅读全文

摘要：http://pandas.pydata.org/pandas-docs/stable/getting_started/10min.html pandas 10分钟入门教程 import pandas as pd #Series 和 DataFrame 都是 Pandas库的数据结构，使用前要导入 阅读全文