datawhale
栗子奶茶
坚定不移的理想主义者
展开
-
第四章-分组
import numpy as npimport pandas as pd一、分组模式及其对象分组的一般模式分组操作在日常生活中使用极其广泛,例如:依据 性别 分组,统计全国人口 寿命 的 平均值依据 季节 分组,对每一个季节的 温度 进行 组内标准化依据 班级 分组,筛选出组内 数学分数 的 平均值超过80分的班级从上述的几个例子中不难看出,想要实现分组操作,必须明确三个要素:分组依据 、 数据来源 、 操作及其返回结果 。同时从充分性的角度来说,如果明确了这三方面,就能确定一个分组原创 2020-12-25 20:32:47 · 332 阅读 · 0 评论 -
索引
一、索引器1.表的列索引列索引是最常见的索引形式,一般通过 [] 来实现。通过 [列名] 可以从 DataFrame 中取出相应的列,返回值为 Series ,例如从表中取出姓名一列:df = pd.read_csv('data/learn_pandas.csv', ...: usecols = ['School', 'Grade', 'Name', 'Gender', ...: 'Weight',原创 2020-12-22 21:18:52 · 187 阅读 · 0 评论 -
pandas基础
文件的读取和写入文件读取pandas 可以读取的文件格式有很多,这里主要介绍读取 csv, excel, txt 文件。df_csv = pd.read_csv('data/my_csv.csv') df_txt = pd.read_table('data/my_table.txt') df_excel =pd.read_excel('data/my_excel.xlsx') ##python读取的各种系列文件这里有一些常用的公共参数, header=None 表示第一行不作为列名, ind原创 2020-12-19 23:20:26 · 326 阅读 · 1 评论 -
python基础
1.列表推导式与条件赋值在python环境中生成一个生成一个有序数列L = []def my_func(x): return 2*xfor i in range(5): L.append(my_func(i))事实上可以利用列表推导式进行写法上的简化: [* for i in *] 。其中,第一个 * 为映射函数,其输入为后面 i 指代的内容,第二个 * 表示迭代的对象。[my_func(i) for i in range(5)]列表表达式还支持多层嵌套,如下面的例子中原创 2020-12-16 21:08:32 · 213 阅读 · 0 评论 -
条件循环结构
#条件语句##if语句if 语句的 expr_true_suite 代码块只有当条件表达式 expression 结果为真时才执行,否则将继续执行紧跟在该代码块后面的语句。单个 if 语句中的 expression 条件表达式可以通过布尔操作符 and,or和not 实现多重条件判断。【例子】if 2>1 and not 2>3 print('Correct Judgement!') #Correct Judgement!##if-else语句Python 提供与 i原创 2020-07-23 23:37:34 · 1038 阅读 · 5 评论 -
变量、运算符与数据类型
变量、运算符与数据类型1. 注释###在python中,‘#‘表示注释,作用于整行。【例子】单行注释#这是一个注释print(“hello datawhale”)##’’’ ‘’’ 或者 “”" “”" 表示区间注释,在三引号之间的所有内容被注释【例子】多行注释‘’’这是多行注释,用三个单引号‘’’“”"这是多行注释,用三个双引号“”"2. 运算符###算术运算符操作符名称示例+加1 + 1-减2 - 1*乘3 * 4/原创 2020-07-22 21:55:05 · 150 阅读 · 0 评论