(1)Python所有方向的学习路线(新版)
这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
最近我才对这些路线做了一下新的更新,知识体系更全面了。
(2)Python学习视频
包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。
(3)100多个练手项目
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
import pandas as pd
初始化series_1数据对象
series_1 = pd.Series([‘a’, ‘b’,‘c’])
初始化series_2数据对象
series_2 = pd.Series([‘c’, ‘d’])
合并series_1、series_2
res = pd.concat([series_1, series_2])
打印合并结果
print(res)
0 a
1 b
2 c
0 c
1 d
忽略索引合并
合并series_1、series_2,忽略索引
res = pd.concat([series_1, series_2],ignore_index=True)
打印合并结果
print(res)
0 a
1 b
2 c
3 c
4 d
添加分层索引合并
合并series_1、series_2,忽略索引
res = pd.concat([series_1, series_2],keys=[‘series_1’,‘series_2’])
打印合并结果
print(res)
series_1 0 a
1 b
2 c
series_2 0 c
1 d
添加数据列合并
合并series_1、series_2,添加数据列名
res = pd.concat([series_1, series_2],keys=[‘series_1’,‘series_2’],names=[‘Series ID’, ‘index’])
打印合并结果
print(res)
Series ID index
series_1 0 a
1 b
2 c
series_2 0 c
1 d
DataFrame 数据处理
合并两个相同列的DataFrame对象
创建DataFrame对象dataframe_1
dataframe_1 = pd.DataFrame([[‘coding’, ‘python’], [‘type’, ‘1’]], columns=[‘名称’, ‘类型’])
创建DataFrame对象dataframe_2
dataframe_2 = pd.DataFrame([[‘coding’, ‘java’], [‘type’, ‘2’]], columns=[‘名称’, ‘类型’])
合并两个列相同的DataFrame对象dataframe_1、dataframe_2
res = pd.concat([dataframe_1, dataframe_2])
打印合并DataFrame对象
print(res)
名称 类型
0 coding python
1 type 1
0 coding java
1 type 2
合并重叠的DataFrame
创建DataFrame对象dataframe_3
dataframe_3 = pd.DataFrame([[‘coding’, ‘java’,‘91’], [‘type’, ‘2’,‘93’]], columns=[‘名称’, ‘类型’,‘评分’])
合并两个不相同的DataFrame对象dataframe_1、dataframe_3
合并时不存在的列则使用Nan值进行合并
res = pd.concat([dataframe_1, dataframe_3],sort=False)
打印合并DataFrame对象
print(res)
名称 类型 评分
0 coding python NaN
1 type 1 NaN
0 coding java 91
最后
🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、Python、前端等等。
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!