pandas
文章平均质量分 87
咸鱼在厦大
厦门大学研究生在读,哔哩哔哩账号同名(咸鱼在厦大),专注于考研和AI技术分享,欢迎去踩!
展开
-
利用python进行数据分析 (3st)第三章笔记
利用python进行数据分析第三版 第三章原创 2023-08-08 19:45:04 · 267 阅读 · 0 评论 -
利用python 进行数据分析(第三版)第二章小结
利用python 进行数据分析(第三版)第二章小结原创 2023-08-07 21:02:19 · 1043 阅读 · 0 评论 -
第二章:第三节数据重构2-课程
首先学习了一下有关数据重构的知识,其中的groupby机制特别有意思,其思想就是,拆分 - 应用 - 合并,也学会了agg方法,而且我还用三种方法实现了任务二、三、四,敲开心,当时实现的一瞬间,感觉付出的辛苦都是值得的,下面是一些心得还有思维导图开始之前,导入numpy、pandas包和数据# 导入基本库import pandas as pdimport numpy as np# 载入上一个任务人保存的文件中:result.csv,并查看这个文件test = pd.read_csv('r.原创 2020-08-23 23:00:13 · 234 阅读 · 0 评论 -
pandas-06-文本处理心得
这次学的是文本处理,下面来说一下我的收获,首先知道了string类型的性质的一些性质,比如知道了string与object之间的区别,也知道了一些关于String类型转换的一些方法,比如,如果将一个其他类型的容器直接转换string类型可能会出错,需要先转为str型object,在转为string类型。还学会了一些有关于拆分与拼接的技术,比如str.split方法、分割符与str的位置元素选取,还知道了根据某一个元素如何分割,默认为空格,还知道了一些其他参数,比如expand参数控制了是否将列拆开,n参.原创 2020-06-26 23:05:39 · 181 阅读 · 0 评论 -
pandas第六章心得
首先这次学习的是pandas的缺失数据这一部分,下面来谈谈我的收获缺失观测及其类型,知道基础的查看方法,包括head()和tail(),会用isna和notna方法来观测缺失值,知道了对Series和DataFrame使用都会返回布尔列表,知道怎么查看缺失值的所以的行和列还知道了三种缺失符号,分别是np.nan还有None以及NaT,其中np.nan比较特殊,首先它不等与任何东西,甚至不等于自己,在用equals函数比较时,自动略过两侧全是np.nan的单元格,因此结果不会影响,其次,它在numpy中原创 2020-06-23 23:54:39 · 905 阅读 · 0 评论