摘要：
一、导入数据 # 从 CSV 文件导入数据 pd.read_csv('file.csv', name=['列名','列名2']) # 从限定分隔符的文本文件导入数据 pd.read_table(filename, header=0) # Excel 导入，指定 sheet 和表头 pd.read_e 阅读全文
摘要：
目录 一、to_excel方法定义 二、read_excel详细参数 三、read_csv 一、to_excel方法定义 DataFrame.to_excel(路径, sheet_name='Sheet1', na_rep='', float_format=None, columns=None, h 阅读全文
摘要：
同比和环比：环比和同比用于描述统计数据的变化情况 环比：表示本次统计段与相连的上次统计段之间的比较。 同比：即同期相比，表示某个特定统计段今年与去年之间的比较。 读取连续3年的天气数据 方法1：pandas.Series.pct_change pct_change方法直接算好了"(新-旧)/旧"的百 阅读全文
摘要：
一、找出最影响结果的那些特征 实例演示：泰坦尼克沉船事件中，最影响生死的因素有哪些？ 1、导入相关的包 2、导入泰坦尼克号的数据 这种方法也可以： 3、数据清理和转换 3.1 查看是否有空值列 3.2 给Age列填充平均值 3.2 将性别列变成数字 3.3 给Embarked列填充空值，字符串转换成 阅读全文
摘要：
一、explode实现一行变多行统计 解决实际问题：一个字段包含多个值，怎样将这个值拆分成多行，然后实现统计 比如：一个电影有多个分类、一个人有多个喜好，需要按分类、喜好做统计 1、读取数据 问题：怎样实现这样的统计，每个题材有多少部电影？ 解决思路： 将Genres按照分隔符|拆分 按Genres 阅读全文
摘要：
在机械学习中，我们经常会对数据进行分箱处理的操作， 也就是 把一段连续的值切分成若干段，每一段的值看成一个分类。这个把连续值转换成离散值的过程，我们叫做分箱处理。 比如，把年龄按15岁划分成一组，0-15岁叫做少年，16-30岁叫做青年，31-45岁叫做壮年。在这个过程中，我们把连续的年龄分成了三个 阅读全文
摘要：
一、Categorical数据类型可以降低数据存储提升计算速度 1、读取数据 2、使用categorical类型降低存储量 3、提升运算速度比较 二、结合Pyecharts绘制折线图形 Echarts是百度开源的非常好用强大的可视化图表库，Pyecharts是它的Python库版本 1、数据 2、使 阅读全文
摘要：
一、文件夹下的多个表格合并 1，把文件夹下面所有的文件都遍历出来 2、循环读取每个文件 （1）第一次读取的文件放入一个空的表中，起名叫合并表 （2）从第二次开始每次都与这个合并表进行合并 3、写入Excel 4、所有表表头行数要一至，通过header=1进行设置 伪代码 路径 = 'c:/panda 阅读全文
摘要：
一、groupby分组统计 类似SQL： select city,max(temperature) from city_weather group by city; groupby：先对数据分组，然后在每个分组上应用聚合函数、转换函数，官网如下： 1 分组使用聚合函数做数据统计 1）单个列group 阅读全文
摘要：
concat：可以沿一条轴将多个对象连接到一起 merge：可以根据一个或多个键将不同的DataFrame中的行连接起来。 join：inner是交集，outer是并集。 建议使用：concat和merge 一、 concat 1.1 语法格式： pandas.concat(objs, axis=0 阅读全文
摘要：
一、数据转换函数map、apply、applymap 数据转换函数对比：map、apply、applymap： map：只用于Series，实现每个值->值的映射； apply：用于Series实现每个值的处理，用于Dataframe实现某个轴的Series的处理； applymap：只能用于Dat 阅读全文
摘要：
例如：36℃把36分割出来，并转成整形 数据['温度'].str.replace('℃','').astype('int64') Pandas的字符串处理： 使用方法：先获取Series的str属性，然后在属性上调用函数； 只能在字符串列上使用，不能数字列上使用； Dataframe上没有str属性 阅读全文
摘要：
一、Pandas的增删改 数据情况： 1.1 增加 1）直接赋值 # 替换掉温度的后缀℃ df.loc[:, "bWendu"] = df["bWendu"].str.replace("℃", "").astype('int32') df.loc[:, "yWendu"] = df["yWendu" 阅读全文
摘要：
一、SettingWithCopyWarning报警 数据： 1 错误复现 2 原因 发出警告的代码 df[condition]["wen_cha"] = df["bWendu"]-df["yWendu"] 相当于：df.get(condition).set(wen_cha)，第一步骤的get发出了 阅读全文
摘要：
一、简介 什么是Pandas? 一个开源的Python类库：用于数据分析、数据处理、数据可视化 高性能 容易使用的数据结构 容易使用的数据分析工具 很方便和其它类库一起使用： numpy：用于数学计算 scikit-learn：用于机器学习 二、Pandas数据结构 2.1 Series Serie 阅读全文