市丸银

2019年12月3日

摘要： 1.获取字符串的去重后列表 2.构造全为0的数组(DataFrame)， columns为字符串的列表3.给全为0的数组赋值第一步 import pandas as pd import numpy as np df = pd.DataFrame({'a': range(7), 'b': range( 阅读全文

posted @ 2019-12-03 15:21 市丸银阅读(342) 评论(0) 推荐(0)

DataFrame 索引和复合索引

摘要：前面按照多个条件进行分组产生的索引是复合索引一、索引 # a、获取index df.index # b、指定index df.index = [] # c、重新设置index df.reindex(['a', 'b', 'c']) # 注意：一般不用 # d、指定某一列作为index df2 = 阅读全文

posted @ 2019-12-03 12:36 市丸银阅读(1706) 评论(0) 推荐(0)

DataFrame分组和聚合

摘要：一、分组 1、语法 grouped= df.groupby(by='columns name') # grouped是一个DataFrameGroupBy对象，是可迭代的(遍历) # grouped中的每一个元素都是一个元祖 # 元祖： (索引(分组的值), 分组之后的DataFrame) 2、取值阅读全文

posted @ 2019-12-03 11:22 市丸银阅读(4262) 评论(0) 推荐(0)

DataFrame数据合并

摘要：一、join 作用：默认情况下，他是把行索引相同的数据合并到一起注意：以左为准，没有的部分用NaN补全例子 import pandas as pd import numpy as np df1 = pd.DataFrame(data=np.zeros((2, 5)), index=list('AB 阅读全文

posted @ 2019-12-03 11:20 市丸银阅读(998) 评论(0) 推荐(0)

2019年12月2日

pandas DataFrame

摘要： DataFrame 二维，Series容器一、创建DataFrame # 方法一 pd.DataFrame(data=None, index=None, columns=None) # data: array-like，数据 # index: array-like, 行索引 axis=0 # c 阅读全文

posted @ 2019-12-02 15:13 市丸银阅读(1776) 评论(0) 推荐(0)

pandas Series

摘要：一维，带标签数组一、创建Series 1、方法一 pd.Series(data=None, index=None） # data和index值的数据类型： array-like # data是Series的值，index是Series的标签 2、方法二 pd.Series({"name": "to 阅读全文

posted @ 2019-12-02 12:03 市丸银阅读(166) 评论(0) 推荐(0)

2019年12月1日

numpy nan和inf

摘要：一、nan和inf的简介 nan 不是一个数字读取本地文件为flaot的时候，有缺失 inf(infinity): 无穷尽 inf: 正无穷 -inf: 负无穷数据类型：float # 注意：要想直接赋值nan和inf需要修改数组的数据类型为float 二、nan中的注意点 1、两个nan是不阅读全文

posted @ 2019-12-01 23:16 市丸银阅读(1513) 评论(0) 推荐(0)

2019年11月29日

Filder配置及使用教程

摘要： https://www.cnblogs.com/woaixuexi9999/p/9247705.html 阅读全文

posted @ 2019-11-29 17:42 市丸银阅读(353) 评论(0) 推荐(0)

Vmware Ubuntu18.04更换清华源

摘要：一、安装Ubuntu18.04 省略二、安装VmwareTool 1.选择机器右击安装2.打开文件，copy压缩文件到其它目录(理由：内存不够解压)3.解压文件，运行./忘记名字了.pl文件4.注意安装的过程，不是所有的选项都选默认三、Ubuntu解决复制粘贴的问题目的：方便更换清华源 su 阅读全文

posted @ 2019-11-29 17:19 市丸银阅读(1329) 评论(0) 推荐(0)

2019年11月28日

numpy 其它常用方法

摘要：一、创建特殊的数组 1、ones() 语法 np.ones(shape, dtype=None) # shape 创建数组的shape # dtype 指定数组的数据类型例子 import numpy as np arr1 = np.ones((3, 4), dtype="int64") prin 阅读全文

posted @ 2019-11-28 23:35 市丸银阅读(154) 评论(0) 推荐(0)

知行合一

公告