摘要：一、缺失数据NaN 1 from pandas import Series,DataFrame 2 import numpy as np 3 import pandas as pd 4 string_data = Series(['musickness','choke',np.nan,'love'] 阅读全文

摘要：上一篇介绍了一些基本功能，包括一些方法：reindex（新索引）、drop（指定索引值丢弃某些项）、fill_value用来填充指定值、sort_index排序、rank排名等等。 其实有时候我并不知道这样写博客会不会有用，而且东西经常会忘记。不过希望每天都能学习一点吧！ 一、统计方法 from p 阅读全文

摘要：上一篇学习了Series与DataFrame这2种数据结构，Series就像array进化了，有了自己的索引值，有了属性。而DataFrame则包含了更广阔的范围，同样也有columns属性和index属性。最重要的一点就是：在运算中，大家只取相重叠的部分，你有我没有的东西就是缺失值NaN。 一、索 阅读全文

摘要：一、Series与DataFrame from pandas import Series,DataFrame import pandas as pd 仅由一组简单的数据就可产生最简单的Series，数据+相关的标签： obj = Series([4,7,-5,3]) obj 0 4 1 7 2 -5 阅读全文

摘要：变量：用来记录状态的变化。 基本类型：字符串、数字、列表、元组、字典。 分类：可变与不可变 如此可见：字符串类型就是不可变的（赋予新值时，地址变了） 由此可见：列表是可变的（更改值，地址不变） 同样，数字、元组为不可变类型，字典为可变类型。 访问顺序： 直接访问（变量名）：数字 顺序访问（索引值）： 阅读全文