摘要：
基本绘图：绘图 Series和DataFrame上的这个功能只是使用matplotlib库的plot()方法的简单包装实现。 import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(10,4),index=pd 阅读全文
摘要：
通常实时的数据包括重复的文本列。例如：性别，国家和代码等特征总是重复的。这些是分类数据的例子。 分类变量只能采用有限的数量，而且通常是固定的数量。除了固定长度，分类数据可能有顺序，但不能执行数字操作。 分类是Pandas数据类型。 分类数据类型在以下情况下非常有用 - 一个字符串变量，只包含几个不同 阅读全文
摘要：
时间差(Timedelta)是时间上的差异，以不同的单位来表示。例如：日，小时，分钟，秒。它们可以是正值，也可以是负值。可以使用各种参数创建Timedelta对象，如下所示 - 字符串 通过传递字符串，可以创建一个timedelta对象。参考以下示例代码 - import pandas as pd 阅读全文
摘要：
日期功能扩展了时间序列，在财务数据分析中起主要作用。在处理日期数据的同时，我们经常会遇到以下情况 - 生成日期序列 将日期序列转换为不同的频率 创建一个日期范围 通过指定周期和频率，使用date.range()函数就可以创建日期序列。 默认情况下，范围的频率是天。参考以下示例代码 - import 阅读全文
摘要：
转自：https://www.cnblogs.com/flydashpig/p/11795238.html 查资源，学习优秀的框架，搜索是一种能力！ 作为程序猿开发中最大的同性交友网站，github当之无愧，里面有很多优秀的开源框架，各种技术大佬混迹其中，有他们总结的学习教程，造好的轮子（开发的各种 阅读全文
摘要：
Pandas提供了各种工具(功能)，可以轻松地将Series，DataFrame和Panel对象组合在一起。 pd.concat(objs,axis=0,join='outer',join_axes=None,ignore_index=False) objs - 这是Series，DataFrame 阅读全文