摘要：
层级索引（hierarchical indexing） 下面创建一个Series， 在输入索引Index时，输入了由两个子list组成的list，第一个子list是外层索引，第二个list是内层索引。 import pandas as pd import numpy as np ser_obj = 阅读全文
posted @ 2021-11-15 00:08
坤坤无敌
阅读(161)
评论(0)
推荐(0)
摘要：
Pandas的函数应用 apply 和 applymap 1、可直接使用Numpy的函数 # Numpy ufunc 函数 df = pd.DataFrame(np.random.randn(5,4) - 1) print(df) print(np.abs(df)) 运行结果： 0 1 2 3 0 阅读全文
posted @ 2021-11-14 23:58
坤坤无敌
阅读(63)
评论(0)
推荐(0)
摘要：
Pandas的对齐运算 1、算术运算和数据对齐 1、Series 的对齐运算 s1 = pd.Series(np.arange(4),index=['a','b','c','d']) s2 = pd.Series(np.arange(5),index=['a','c','e','f','g']) s 阅读全文
posted @ 2021-11-12 23:41
坤坤无敌
阅读(167)
评论(0)
推荐(0)
摘要：
高级索引 1、loc 标签索引 2、iloc 位置索引 3、ix 标签与位置混合索引 1、loc 标签索引 # Series ps1 Out: a 888 b 1 c 2 d 3 e 4 dtype: int64 # loc 标签索引 # loc 是标签名的索引，自定义的索引名 ps1['a':'c 阅读全文
posted @ 2021-11-12 01:05
坤坤无敌
阅读(55)
评论(0)
推荐(0)
摘要：
Pandas的索引操作 1、Series和DataFrame中的索引都是Index对象 import numpy as np import pandas as pd ps1 = pd.Series(range(5),index=['a','b','c','d','e']) type(ps.index 阅读全文
posted @ 2021-11-12 00:41
坤坤无敌
阅读(356)
评论(0)
推荐(0)
摘要：
DataFrame的基本用法 1、T转置 # dataframe pd5 = pd.DataFrame(np.arange(9).reshape(3,3),index=['a','b','c'],columns=['A','B','C']) pd5 A B C a 0 1 2 b 3 4 5 c 6 阅读全文
posted @ 2021-11-09 23:56
坤坤无敌
阅读(504)
评论(0)
推荐(0)
摘要：
DateFrame DateFrame:一个二维标记数据结构，具有可能不同类型的列，每一列可以是不同值类型(数值，字符串，布尔值)，既有行索引也有列索引。我们可以把它看作为excel表格，或者SQL表，或Series对象的字典。 构建DateFrame的方法: 字典类：数组、列表或元组构成的字典构造 阅读全文
posted @ 2021-11-09 00:15
坤坤无敌
阅读(946)
评论(0)
推荐(0)
摘要：
series的基本用法 1、is null 和 not null 检查缺失值 s4.isnull() #判断是否为空,空就是True city False name False age False sex True dtype: bool s4.notnull() # 判断是否不为空,非空就是Tru 阅读全文
posted @ 2021-11-08 23:44
坤坤无敌
阅读(1484)
评论(0)
推荐(0)
摘要：
Numpy数组操作 索引和切片： 获取某行的数据： # 1. 如果是一维数组 a1 = np.arange(0,29) print(a1[1]) #获取下标为1的元素 a1 = np.arange(0,24).reshape((4,6)) print(a1[1]) #获取下标为1的行的数据 连续获取 阅读全文
posted @ 2021-11-07 23:51
坤坤无敌
阅读(148)
评论(0)
推荐(1)
摘要：
一、Numpy数组基本用法 1、Numpy是Python科学计算库，用于快速处理任意维度的数组。 2、NumPy提供一个N维数组类型ndarray，它描述了相同类型的“items”的集合。 3、numpy.ndarray支持向量化运算。 4、NumPy使用c语言写的，底部解除了GIL，其对数组的操作 阅读全文
posted @ 2021-11-07 17:38
坤坤无敌
阅读(934)
评论(0)
推荐(0)
浙公网安备 33010602011771号