随笔分类 - Pandas
摘要:1.读取table 输出结果: 2.读取csv数据 3.读取excel数据
阅读全文
摘要:分组统计 - groupby功能 根据某些条件将数据拆分成组 对每个组独立应用函数 将结果合并到一个数据结构中 Dataframe在行(axis=0)或列(axis=1)上进行分组,将一个函数应用到各个分组并产生一个新值,然后函数执行结果被合并到最终的结果对象中。 df.groupby(by=Non
阅读全文
摘要:1.merge合并 → 类似excel的vlookup # merge合并 → 类似excel的vlookup df1 = pd.DataFrame({'key': ['K0', 'K1', 'K2', 'K3'], 'A': ['A0', 'A1', 'A2', 'A3'], 'B': ['B0'
阅读全文
摘要:Pandas针对字符串配备的一套方法,使其易于对数组的每个元素(字符串)进行操作。 1.通过str访问,且自动排除丢失/ NA值 输出结果: 2.字符串常用方法(1) - lower,upper,len,startswith,endswith 输出结果: 3.字符串常用方法(2) - strip 输
阅读全文
摘要:1.(1) 输出结果: (2) (3) 输出结果: 2. 输出结果: 3. 输出结果: 4. 输出结果: 5. 输出结果: 6. 输出结果: 课后题: 写出一个输入元素直接生成数组的代码块,然后创建一个函数,该函数功能用于判断一个Series是否是唯一值数组,返回“是”和“不是”。
阅读全文
摘要:1.数据查看和转置 输出结果: 2.(1)添加与修改_1 输出结果: (2)添加与修改_2 输出结果: 3.删除 (1) 输出结果: (2) 输出结果: 4.对齐 输出结果: 6.排序 (1)按值排序 输出结果: (2)索引排序 输出结果: (3) 输出结果: 练习: 作业1:创建一个3*3,值在0
阅读全文
摘要:Series和Datafram索引的原理一样,我们以Dataframe的索引为主来学习 列索引:df['列名'] (Series不存在列索引) 行索引:df.loc[]、df.iloc[] 选择列 / 选择行 / 切片 / 布尔判断 输出结果: 2. 选择/索引 列 输出结果: 3. 选择/索引 行
阅读全文
摘要:"二维数组"Dataframe:是一个表格型的数据结构,包含一组有序的列,其列的值类型可以是数值、字符串、布尔值等。 Dataframe中的数据以一个或多个二维块存放,不是列表、字典或一维数组结构。 1. Dataframe的数据结构 输出结果: 2.数据结构其他注意的地方 输出结果: 3. #Se
阅读全文
摘要:Series:"一维数组" 1. 和一维数组的区别 运行结果: 2. 标签可以多元化,不一定为数字 输出: 3. Series 的创建方法: (1)由字典创建 输出结果: (2)由一维数组创建 输出结果: (3)由序列创建 输出结果: 4. 名称属性:“name" 输出结果: 小练习:分别由字典、数
阅读全文

浙公网安备 33010602011771号