摘要：一、用处 1、定义：在一个轴向上拥有多个索引层级，可以表达跟高纬度数据的形式 2、可以更方便的进行数据筛选，如果有序则性能更好 3、groupby等操作的结果，如果多KEY，结果是分层索引，需要使用 4、一般不需要自己创建分层索引 二、series的分层索引 1、读取数据表（百度等公司的三天收盘价） 阅读全文

摘要：import pandas as pd import numpy as np %matplotlib inline df=pd.DataFrame({'A':['foo','bar','foo','bar','foo','bar','foo','foo'], 'B':['one','one','tw 阅读全文

摘要：一、使用场景： 批量合并相同格式的excel，给DataFrame添加行、列 二、concat（）用法： pd.concat(obj,axis=0,join='outer',ignore_index=False) obj：是一个列表，内容可以是dataframe也可以是series，也可以混合 ax 阅读全文

摘要：Merge是将不同的表按key关联到一个表：https://zhuanlan.zhihu.com/p/392717632 pd.merge(left, # 待合并的2个数据框 right, how='inner', # ‘left’, ‘right’, ‘outer’, ‘inner’, ‘cros 阅读全文

摘要：一、index的用途 1、更方便的查询 2、提升查询性能 3、自动对齐 4、更多更强大的数据结构支持 二、实例 1、方便查询 import pandas as pd df=pd.read_csv('./ratings.csv') df.head() ''' userId movieId rating 阅读全文

摘要：一、理解axis参数 1、axis=0或axis=index 如果是单行操作，就是指某一行 如果是聚合操作，指的是跨行cross rows 2、axis=1或axis=columns 如果是单列操作，就是指某一列 如果是聚合操作，指的是跨列cross columns 特别指出：按哪个axis，那个a 阅读全文

摘要：一、方法和原理 1、使用方法：先获取series的str属性，在属性上调用函数 2、只能在字符串列上使用，不能在数字列上使用 3、DataFrame上没有str属性和方法 4、series.str不是原生字符串，但使用方法与原生str类似 5、可以使用str的startwith\contains等b 阅读全文

摘要：一、series的排序 series.sort_values(ascending=True,inplace=False) ascending:默认是True，升序 Inplace：是否修改原始sreies import pandas as pd df=pd.read_csv('./beijing_t 阅读全文

摘要：一、复现: import pandas as pd #读取2018年温度记录表 df=pd.read_csv('./beijing_tianqi/beijing_tianqi_2018.csv') #去掉最低温和最高温的°C df.loc[:,'bWendu']=df['bWendu'].str.r 阅读全文

摘要：一、数据表格如下： 问题 1、最上方有空行，左边有空列 2、有完全空的行 3、列中存在空值。小王的数据成绩为空 4、姓名列为合并单元格 二、数据清洗的三类函数 1、检测：isnull和notnull：检测是否为空，可用于dataframe和series 2、丢弃：dropna（axis,how,in 阅读全文

摘要：一、pandas的常用统计函数: 1、汇总类 2、唯一去重和按值计数 3、相关系数和方差 二、汇总类 1、df.describe():提取所有数字列的统计结果 1）查看全部书之列 import pandas as pd df=pd.read_csv('./beijing_tianqi/beijing 阅读全文

摘要：一、四种新增方法 在进行数据分析时，原始数据因为格式的原因不能直接分析，经常需要按照一定条件创建新列，然后进行下一步分析 1、直接赋值 2、apply 3、assign 4、分条件赋值 二、示例 1、直接赋值 1）读取.csv import pandas as pd df=pd.read_csv(" 阅读全文

摘要：一、常用数据查询方式： 1、df.loc():根据行、列的标签。即能查也能写入，推荐此方法 2、df.iloc()：根据行、列的数字位置 3、df.where 4、df.query 二、使用df.loc()查询数据的方法 1、使用单个label值 2、使用值列表 3、使用数值区间范围 4、使用条件语 阅读全文

摘要：一、DataFrame和series： DataFrame：二维数据，是整个表格，为多行多列的 Series：是一维数据，DataFrame中的每一行或一列就是Series 区别：如果在表中查询出的是多行多列的，那么查询结果还是DataFrame结构的，如果查出的是一行或一列，那么查询结果是Seri 阅读全文

摘要：(base) PS C:\Users\Administrator> conda env list# conda environments:#base * C:\ProgramData\Anaconda3mypandascode C:\ProgramData\Anaconda3\envs\mypand 阅读全文

摘要：一、什么是pandas？它能做什么？ 二、pandas读取数据： 一）读取.csv格式文件 1、pandas能读取的数据：可以读取表格类型的数据（二维数据） 数据类型 说明 Pandas读取方法 csv、tsv、txt 用逗号分隔、tab分割的纯文本文件 pd.read_csv excel 微软xl 阅读全文