摘要：
作业要求 我们尝试 ? Pandas 来玩玩一些真实的数据。文 ? tickets_201803.csv 含有三月份中国区ITSM的支持数据 ? 大约这么个样子 简单整理后 运行结果 运行结果 运行结果 阅读全文
摘要：
运行结果 阅读全文
摘要：
生成一个实例 运行结果 计算名次 运行结果 重新生成一个实例，观察这个实例的生成方法 运行结果 移除重复的数据 运行结果 数据替换 这里是根据‘name’（cols）替换的。 我觉得这个方法挺重要的以后能用的上，挺好的。 i={k1[0]:123,k1[1:456} df['name].map(i) 阅读全文
摘要：
其实问题理解axis有问题，df.mean其实是在每一行上取所有列的均值，而不是保留每一列的均值。也许简单的来记就是axis=0代表往跨行（down)，而axis=1代表跨列（across)，作为方法动作的副词（译者注） 换句话说: 使用0值表示沿着每一列或行标签\索引值向下执行方法 使用1值表示沿 阅读全文
摘要：
首先来一个别致的列表创建，我有印象但是从来没用过，突然发现很好用也很优雅 运行结果 实际应用也很有效果，生成两个实例用于练习 运行结果 加法运算 运行结果 相当牛逼，index跟‘name’相同的直接加，不存在的用缺省值定住。 填充后的加法运算 运行结果 减法运算 运行结果 每一行都减去了0,1,2 阅读全文