瑶池里

摘要： 导语 在数据分析前时我们经常需要整合数据，经常需要将表与表联结起来，下面介绍两种常用的方法。 导入要用的数据 1 d1=pd.DataFrame(np.random.randn(5,3),index=range(5),columns=["a","b","c"]) 2 d2=pd.DataFrame( 阅读全文

摘要： 数据重塑与透视 •数据重塑 数据重塑表示转换一个表格或者向量的结构，使其适合于进一步的分析。 1、pivot:将长格式旋转为宽格式,多用于时间序列。 data.pivot(index=None, columns=None, values=None) 下面举个例子就一目了然了： now=datetim 阅读全文

摘要： 导语： 在数据分析中我们经常要拆分列和合并列即拆分-应用-合并，下面放一张经典图 导入数据 1 #导入pandas和numpy库 2 import pandas as pd 3 import numpy as np 4 from pandas import Series,DataFrame 5 te 阅读全文

摘要： 导语： 在数据分析前，筛选出我们所需要的数据是非常必要的手段，下面简单介绍几种方法： 导入数据 1 #导入pandas和numpy库 2 import pandas as pd 3 import numpy as np 4 from pandas import Series,DataFrame 5 阅读全文

摘要： 导语 pandas不是像list和numpy一样传统的索引，它需要df.函数（）来连接 传统的方式适用于单独选取dataframe行或者列。 导入数据： 1 #导入pandas和numpy库 2 import pandas as pd 3 import numpy as np 4 from pand 阅读全文

摘要： 属性和方法 DataFrame有许多的的属性和方法使得pabdas用起来非常的快捷简便。 导入数据： 1 import pandas as pd 2 import numpy as np 3 from pandas import Series,DataFrame 4 test=pd.read_exc 阅读全文

摘要： •pandas数据结构介绍： pandas中两大主要的数据结构Series和DataFrame Series是一种类似一维数组的对象，它由一组数据（numpy数据类型）以及一组与之相关的数据标签（即索引）组成， DataFrame是一种二维数据结构，是一种表格类型的数据结构（简单的理解像excel） 阅读全文

摘要： 读与写 pandas是基于NumPy的一种数据分析工具，在数据分析的任务中，我们首先需要对数据进行清洗和编辑等工作，pandas库大大简化了我们的工作量。 •pandas进行数据读取 1 #绝对路径查询 2 import os 1 print(os.path.abspath(".")) /Users 阅读全文

摘要： 时间日期函数简介 我们在编写代码时，往往涉及到时间和日期的运用。在编程中时间和日期都是特殊的存在。所以我们需要用函数对其转化，python中datetime模块会被经常用到. datetime 1 from datetime import datetime,timedelta 2 #打印当前时间 3 阅读全文

摘要： 异常 Python使用被称为异常的特殊对象来管理程序的执行期间发生的错误。每当发生让Python不知所措时，它都会创建一个异常对象。 使用try-except时即便出现异常，程序也能继续运行。 try-except语法如下：try: 正常的操作 ...................... exce 阅读全文