pandas切片使用和column赋值
摘要：#-*- coding: utf-8 -*- #对数据进行基本的探索 #返回缺失值个数以及最大最小值 import pandas as pd datafile= '../data/air_data.csv' #航空原始数据,第一行为属性标签 resultfile = '../tmp/explore.xls' #数据探索结果表 data = pd.read_csv(datafile, en...
阅读全文
pandas文件写入读取操作
摘要：#encoding:utf8 import pandas as pd import numpy as np from pylab import * df=pd.read_csv("./path")#CSV文件读取 df1=pd.read_excel("./path")#excel文件读取 df.to_csv("./path")#CSV文件写入 df1.to_excel("./path")#exc...
阅读全文
pandas绘图
摘要：#encoding:utf8 import pandas as pd import numpy as np import matplotlib.pyplot as plt df = pd.DataFrame(np.random.randn(10,4),index=pd.date_range('2018/12/18', periods=10), columns=list('ABCD')) p...
阅读全文
pandas创建一个日期
摘要：1、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。 2、bdate_range()用来表示商业日期范围，不同于date_range()，它不包括星期六和星期天。’
阅读全文
pandas获取当前时间
摘要：datetime.now()用于获取当前的日期和时间 print pd.datetime.now()
阅读全文
pandas 级联 concat append
摘要：连接的一个有用的快捷方式是在Series和DataFrame实例的append方法。这些方法实际上早于concat()方法。 它们沿axis=0连接
阅读全文
pandas分组group
摘要：Pandas对象可以分成任何对象。有多种方式来拆分对象，如 - obj.groupby(‘key’) obj.groupby([‘key1’,’key2’]) obj.groupby(key,axis=1) 现在来看看如何将分组对象应用于DataFrame对象
阅读全文
pandas聚合aggregate
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/24 15:03 # @Author : zhang chao # @File : s.py import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(10, 4), ...
阅读全文
pandas shift
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/24 15:03 # @Author : zhang chao # @File : s.py import numpy as np import pandas as pd df = pd.DataFrame(np.arange(24).reshape(6,4...
阅读全文
pandas合并/连接
摘要：Pandas具有功能全面的高性能内存中连接操作，与SQL等关系数据库非常相似。Pandas提供了一个单独的merge()函数，作为DataFrame对象之间所有标准数据库连接操作的入口 - Python Python 在这里，有以下几个参数可以使用 - left - 一个DataFrame对象。 r
阅读全文
pandas缺失值处理
摘要：1、检查缺失值 为了更容易地检测缺失值(以及跨越不同的数组dtype)，Pandas提供了isnull()和notnull()函数，它们也是Series和DataFrame对象的方法 - 2、清理/填充缺少 数据Pandas提供了各种方法来清除缺失的值。 fillna()函数可以通过几种方法用非空数
阅读全文
panda迭代
摘要：1、注意 - 不要尝试在迭代时修改任何对象。迭代是用于读取，迭代器返回原始对象(视图)的副本，因此更改将不会反映在原始对象上。 2、itertuples()方法将为DataFrame中的每一行返回一个产生一个命名元组的迭代器。元组的第一个元素将是行的相应索引值，而剩余的值是行值。 3、iterrow
阅读全文
pandas重新索引
摘要：#重新索引会更改DataFrame的行标签和列标签。重新索引意味着符合数据以匹配特定轴上的一组给定的标签。 #可以通过索引来实现多个操作 - #重新排序现有数据以匹配一组新的标签。 #在没有标签数据的标签位置插入缺失值(NA)标记。 #示例 import pandas as pd import numpy as np N=20 df = pd.DataFrame({ 'A': p...
阅读全文
pandas基本操作2
摘要：1、axes返回标签列表 2、empty示例，返回布尔值，表示对象是否为空。返回True则表示对象为空 print(df.empty) 3、
阅读全文
pandas.DataFrame
摘要：1、可以使用单个列表或列表列表创建数据帧(DataFrame)。 单个列表 列表列表 2、从ndarrays/Lists的字典来创建DataFrame 3、字典列表可作为输入数据传递以用来创建数据帧(DataFrame)，字典键默认为列名。 4、从系列的字典来创建DataFrame
阅读全文
pandas设置值、更改值
摘要：#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/24 15:03 # @Author : zhang chao # @File : s.py from scipy import linalg as lg #按标签选择 #通过标签选择多轴 import pandas as pd import numpy ...
阅读全文
pandas取值
摘要：D:\Download\python3\python3.exe D:/Download/pycharmworkspace/s.pydf: A B C D2017-01-01 -1.353900 -0.737163 -0.266858 -0.2191162017-01-02 -2.328935 0.2
阅读全文
pandas 基本操作
摘要：1、通过传递numpy数组，使用datetime索引和标记列来创建DataFrame 2、通过传递可以转换为类似系列的对象的字典来创建DataFrame 3、 4、 5、描述显示数据的快速统计摘要 6、调换数据 行列转换 类似矩阵转置 7、通过轴排序 8、 9、 8、排序算法
阅读全文
浙公网安备 33010602011771号