11 2019 档案
摘要:今日内容 # pandas入门之数据结构-DataFrame(1) 简介 # DataFrame是一个二维标记数据结构,可以具有不同类型的列。它是最常用的pandas对象 常用操作 # 来自Series 字典实例化(不指定索引) # 来自Series字典实例化(指定行号) # 来自Series 字典
阅读全文
摘要:今日内容 # pandas入门之数据结构-Series(2) 简介 # Series是一维标记的数组,能够保存任何数据类型(整数,字符串,浮点数,Python对象等) 常用操作 # 新建一个series数据 # 通过索引标签操作值(增) # 通过索引标签操作值(删),删除的数据不会影响原数据表 #
阅读全文
摘要:今日内容 # pandas入门之数据结构-Series 简介 # Series是一维标记的数组,能够保存任何数据类型(整数,字符串,浮点数,Python对象等) 常用操作 # 从ndarray实例化 (ndarray是numpy的数据结构) # 从字典实例化(先创建字典,再将字典实例化为series
阅读全文
摘要:今日内容 # pandas之数据录入与读取HDF5格式文件 简介 # 使用pandas将DateFrame数据写入HDF5格式文件 # 使用pandas读取HDF5格式文件中的数据 常用操作 # 安装pytables pip install tables # 新建HDF5文件 # DateFrame
阅读全文
摘要:今日内容 # 简要介绍HDF 简介 # 1 什么是HDF? # 2 HDF的特点是什么? # 3 HDF的组织结构 # 4 HDF的主要数据类型 # 5 为什么要使用HDF? 释义阐述 # 1A:HDF是用于存储和分发科学数据的一种具有自我描述、多对象的文件格式 # 2A: #- 自我描述:描述HD
阅读全文
摘要:今日内容 # pandas之数据录入与读取 简介 # 使用pandas读取外部文件 # 将pandas的数据写入文件 常用操作 # 安装openpyxl|xlrd pip install openpyxl|xlrd # 读取csv/excel文件 read_csv() | read_excel()
阅读全文
摘要:今日内容 # pandas之绘图操作 常用操作 # 安装matplotlib pip install matplotlib # pandas日期范围案例解析 date_range() # freq='D' # freq='M' # freq='10S' # 复习random随机取值方法 random
阅读全文
摘要:今日内容 # pandas DataFrame之分类数据 简介 # 分类变量具有有限的且通常是固定的数量的可能值,与统计分类变量相比,分类数据可能具有顺序 常用操作 # 查看数据类型 dtypes # 批量转换成分类类型数据帧 astype() # 简要描述 describe() 演示截图 - ob
阅读全文
摘要:今日内容 # pandas的时间序列 简介 # 用于在频率转换期间执行重采样操作 常用操作 # 转换时间格式 to_datetime() # 返回日期的递增的整点时间 date_range() # 时间戳|获取星期几|推迟几天 Timestamp()|day_name()|Timedelta() F
阅读全文
摘要:今日内容 # pandas的分组操作 简介 # DataFrame数据集分组统计等操作 常用操作 # 新建5行4列的数据集 Dataframe # 随机整数取值方法 random.randint() # 单元素和多元素分组聚合计算 groupby()|sum() FollowMe # 新构造一个数据
阅读全文
摘要:今日内容 # pandas的缺失值 简介 # Pandas主要使用值np.nan来表示缺失的数据。默认情况下,它不包含在计算中。 常用操作 # 重构索引值存为副本 reindex() # 将缺失值填充为某值存为副本 fillna() # 布尔判断值是否为NaN,isna()与notna()方法 #
阅读全文
摘要:今日内容 # DataFrame的concat、merge、append操作 简介 # Pandas 的两个主要数据结构,Series(1维)和DataFrame(2维) # 整理数据、清理数据,分析数据、数据建模,然后将分析结果组织成适合绘图或表格显示的形式 常用操作 # 分片合并 concat
阅读全文
摘要:今日内容 简介 常用操作 FollowMe 若浏览器无法显示下面视频,可点击此处观看优酷短视频
阅读全文
摘要:今日内容 # pandas之DataFrame 简介 # Pandas 的两个主要数据结构,Series(1维)和DataFrame(2维) # 整理数据、清理数据,分析数据、数据建模,然后将分析结果组织成适合绘图或表格显示的形式 常用操作 # 数据录入 DataFrame() # 查看数据类型 d
阅读全文
摘要:今日内容 # 1 什么是pivot_table? # 可以理解为数据透视表 # 2 为什么有pivot_table? # 为了将数据进行聚合统计 # 3 怎么用pivot_table? # 见案例 简介 # 透视表pivot_table()是非常强大的汇总运算函数。 在SQL语句和excel中透视表
阅读全文
摘要:今日内容 简介 常用操作 FollowMe 若浏览器无法显示下面视频,可点击此处观看优酷短视频
阅读全文
摘要:今日内容 # pandas之DataFrame 简介 # Pandas 的两个主要数据结构,Series(1维)和DataFrame(2维) # 整理数据、清理数据,分析数据、数据建模,然后将分析结果组织成适合绘图或表格显示的形式 常用操作 # 布尔索引查询 DataFrame # 复制DataFr
阅读全文

浙公网安备 33010602011771号