pandas数据分析49-58

最新推荐文章于 2024-04-24 19:36:16 发布
最新推荐文章于 2024-04-24 19:36:16 发布
阅读量191 收藏 5
点赞数 1
分类专栏： python 数据分析 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Han_python/article/details/118346892
版权
本文介绍了Pandas中的对齐运算，包括如何避免产生NAN值的相加，以及混合运算中的广播机制。同时，讲解了函数的应用，如applymap()和apply()在列或行上的应用。此外，还涉及了排序、丢弃和填充缺失数据、层级索引的操作，以及统计计算和描述性统计量的计算方法。
摘要由CSDN通过智能技术生成

对齐运算

对Series或者DataFrame直接进行相加，会产生一个并集，相同的序列相加，不同的序列为NAN。
在这里插入图片描述

如果不想要产生NAN，而是使用填充值，则需要使用方法，并传入参数fill_value = 0：
在这里插入图片描述

DataFrame和Series相同

  • add 加
  • radd 加（反转参数）

在这里插入图片描述
注意，reindex不会影响原来的对象，而是会返回一个新对象

混合运算

广播机制

在这里插入图片描述
在这里插入图片描述
如果想要在列方向进行运算，需要使用方法，

最低0.47元/天 解锁文章
Han_python
关注
  • 1
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
pandas使用sort_values函数对dataframe的日期数据列进行排序（设置ascending参数进行正序或者倒序排序）
data+scenario+science+insight
01-21 3386
pandas使用sort_values函数对dataframe的日期数据列进行排序（设置ascending参数进行正序或者倒序排序）
Pandas数据分析-新增数据列
qq_48081868的博客
08-08 2548
4.Pandas新增数据列 文章目录4.Pandas新增数据列前言一、直接赋值二、df.apply方法三、df.assign方法四、按条件选择分组分别进行赋值总结 前言 笔者最近正在学习Pandas数据分析，将自己的学习笔记做成一套系列文章。本节主要记录Pandas的新增数据列方法，如apply方法。 在进行数据分析的时候，经常需要按照一定条件创建新的数据列，然后进一步进行分析 一、直接赋值 import pandas as pd fpath="./datas/600033.csv" df=pd.re
Python中缺失值删除 pd.dropna()函数
热门推荐
liujingwei8610的专栏
02-19 3万+
【小白从小学Python、C、Java】 【Python全国计算机等级考试】 【Python数据分析考试必会题】 ● 标题与摘要 Python中缺失值删除 pd.dropna()函数 ● 选择题 以下关于dropna()函数说法错误的是： A 用于删除缺失数据 B axis=0：若某列有空值，则删除该列 C axis=1：若某列有空值，则删除该列 D how=all：该行/列全为空值，就删除该行/列 ​ ​● 问题解析 1.dropna()方法，用于找到DataFrame
python之pandas数据分析----绘制柱状图
aaa123_456aaa的博客
11-12 1万+
1、我们看一个例子： import pandas as pd import matplotlib.pyplot as plt import matplotlib.font_manager as fm #要求是：绘制各员工在不同柜台业绩平均值的柱状图 #读取数据 df = pd.read_excel(r'超市营业额2.xlsx') #修改异常值 df.loc[df.交易额 > 3000,'交易额'] = 3000 df.loc[df.交易额 < 200,'交易额'] = 200 #删除重复
Pandas数据分析小技巧
最新发布
努力让自己发光，对的人才能迎着光而来
04-24 12万+
Pandas数据分析小技巧
Pandas数据分析 - 分列 - split() 用法
m0_65392155的博客
01-14 7177
函数用法：split(sep,n,expand=false) sep表示用于分割的字符； n表格分割成多少列； expand表示是否展开为数据款，True输出Series，False输出Dataframe。 import numpy as np import pandas as pd # 将每个数据按照_分割返回结果默认是一个由列表组成的Series s = pd.Series(['a_b_c', 'd_e_f', np.nan, 'g_h_i']) s.str.split('_') 0
数据分析之Python-Pandas详解
大河之犬的博客
09-09 1万+
Pandas 是 Python 语言的一个扩展程序库，用于数据分析。Pandas 是一个开放源码、BSD 许可的库，提供高性能、易于使用的数据结构和数据分析工具。Pandas 名字衍生自术语 “panel data”（面板数据）和 “Python data analysis”（Python 数据分析）。Pandas 一个强大的分析结构化数据的工具集，基础是Numpy（提供高性能的矩阵运算）。Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。
Python基础学习—Pandas数据分析实战剖析
一键难忘的博客
12-16 7280
Python基础学习—Pandas数据分析实战剖析 我们选用的数据集是关于电商销售的记录，包含了商品、销售额、日期等信息。数据集的目标是通过分析这些数据，洞察销售趋势、热门商品以及销售额的波动。
Pandas数据分析初学--数据探索与分析
Google_eason的博客
04-12 2989
招聘数据探索与分析 首先导入Pandas库 import pandas as pd import re#后面需要使用正则表达式，在这里提前导入 （1）.读取数据并存为一个名叫job_info的数据框； #文件里有中文，指定GBK格式打开 #表的特殊结构，需指定header=None job_info = pd.read_csv('job_info.csv', encoding='GBK', he...
Python Pandas 数据分析项目实例
weixin_42098295的博客
01-16 1539
假设我们有一个电子商务公司的销售数据，包含了客户购买记录、商品价格、购买日期等信息。我们的目标是分析这些数据，提取有价值的信息，例如总销售额、最畅销的产品、销售趋势等。
第7章+pandas数据分析实战-数据集
03-05
在本章节中，我们将深入探讨Pandas库在数据分析实战中的应用，特别关注的是对"超市营业额2.xlsx"这个数据集的分析。Pandas是Python编程语言中一个强大的数据处理库，它提供了高效的数据结构和数据分析工具，使得处理...
Pandas玩转Excel-Python数据分析轻松学示例代码.zip
01-08
Pandas玩转Excel-Python数据分析轻松学示例代码.zip Pandas玩转Excel-Python数据分析轻松学示例代码.zip Pandas玩转Excel-Python数据分析轻松学示例代码.zip Pandas玩转Excel-Python数据分析轻松学示例代码.zip ...
Pandas数据分析串讲-空.ipynb
12-08
Pandas数据分析串讲-空.ipynb
Python数据分析-pandas玩转Excel - 资料.zip
06-13
通过学习这些内容，你将能够熟练地运用Pandas进行Excel数据的导入、清洗、分析、可视化，并且能处理复杂的数据操作，大大提高数据分析的效率。这份资料应该包含示例代码、解释和练习，帮助你巩固和应用所学知识。在...
python数据分析18-21
Han_python的博客
06-26 6502
文件操作 操作csv文件
python数据分析68-71
Han_python的博客
07-04 371
字符串操作 append方法注意事项 split()分隔 strip()去空白字符 join() 方法 ‘a’ in data # a是否在data中 data.index('a') #返回a的索引 data.find('a') # 查找a，找到则返回索引下标位置，没有找到返回-1 val.replace('a','b') #将a替换为b 正则表达式 要使用正则表达式，需要导入re模块 import re re.split() re.compile() 将经常用到的正则表达
Matploblib库
Han_python的博客
07-14 332
基本绘图plot args kwargs plot([x], y, [fmt], data=None, **kwargs) plot([x], y, [fmt], [x2], y2, [fmt2], ..., **kwargs) [fmt] 可以用来设置线条样式和颜色 plt.plot中的data参数可以为一个字典或者DataFrame对象，然后子啊x和y上指定列的名字。 plt.plot('a','b','',data = data1 ) y1 = [np.random.randint(0,1
python数据分析25-32
Han_python的博客
06-27 318
np.random模块 np.random.seed 生成随机数时候的种子 np.random,rand()产生一个0-1之间的随机数 np.random.rand(2,3)生成一个两行三列的0-1之间的随机数数组 np.random.randn()生成均值为0，标准差为1的标准正态分布 np.random.randint(1,20,size=(3,4))随机整数 np.random.choice([2,3,1,4],2) 从一个列表或者数组中随机采样，采样个数可以通过参数指定 np.random.sh
python数据分析22-24
Han_python的博客
06-27 291
空值处理 NAN和INF值处理 NAN： not a number 属于浮点类型 INF: infinity 无穷大，也属于浮点类型 NAN和NAN不相等 NAN和任何值做运算，结果都是NAN 删除NAN 直接删除空值 用np.isnan()函数来判断空值 然后使用布尔索引的方法来取出空值 加~表示取反 删除空值后，数组会变成一维数组 删除空值所在的行 ...
Python pandas 数据分析基础教程
2. pandas数据结构DataFrame DataFrame是pandas的核心数据结构，可以视为由行和列组成的表格数据，其中每一列可以是不同的数据类型。创建DataFrame可使用`pd.DataFrame()`函数，如下： ```python dates = pd.date_...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值