随笔分类 -  python

摘要:效果图: 阅读全文
posted @ 2019-02-01 14:58 北风忆夕 阅读(4878) 评论(0) 推荐(0)
摘要:pandas使用浮点值NaN表示浮点和非浮点数组中的缺失数据: In [14]: string_data = Series(['aardvark','artichoke',np.nan,'avocado']) In [15]: string_data Out[15]: 0 aardvark 1 ar 阅读全文
posted @ 2018-12-17 14:18 北风忆夕 阅读(554) 评论(0) 推荐(0)
摘要:调用DataFrame的sum方法会返还一个含有列的Series: In [5]: df = DataFrame([[1.4,np.nan],[7.1,-4.5],[np.nan,np.nan],[0.75,-1.3]],index=["a","b","c","d"],columns=["one", 阅读全文
posted @ 2018-12-12 10:15 北风忆夕 阅读(300) 评论(0) 推荐(0)
摘要:1.重新索引 如果reindex会根据新索引重新排序,不存在的则引入缺省: In [3]: obj = Series([4.5,7.2,-5.3,3.6], index=["d","b","a","c"]) In [4]: obj Out[4]: d 4.5 b 7.2 a -5.3 c 3.6 d 阅读全文
posted @ 2018-11-27 09:22 北风忆夕 阅读(468) 评论(0) 推荐(0)
摘要:1.Series 生成一维数组,左边索引,右边值: In [3]: obj = Series([1,2,3,4,5]) In [4]: obj Out[4]: 0 1 1 2 2 3 3 4 4 5 dtype: int64 In [5]: obj.values Out[5]: array([1, 阅读全文
posted @ 2018-11-22 13:49 北风忆夕 阅读(391) 评论(0) 推荐(0)
摘要:最近在学习python数据分析的书籍《利用python进行数据分析》,以下是第四章总结的一些知识点 1.ndarray ndarray是一个N维数组对象。 创建ndarray: In [5]: data = [[1,2,3],[4,5,6]] In [6]: arr = numpy.array(da 阅读全文
posted @ 2018-11-12 16:28 北风忆夕 阅读(381) 评论(0) 推荐(0)