Pandas学习
文章平均质量分 81
Efred.D
Never
展开
-
Pandas常见方法(5)-DataFrame逐列填补Nan值
说明:本blog基于python3版本, pandas 1.3.5文章目录前言代码实例前言我们在日常工作中,拿到第一手的数据集通常有很多nan值;本文介绍一种根据DataFrame2 来 逐列填补DataFrame1 中nan 值的方法,公式: DataFrame1.combine_first(DataFrame2), 返回一个DataFrame1和DataFrame2 长度,宽度分别取DataFrame1和DataFrame2最大值的新的DataFrame代码实例import panda原创 2022-01-12 10:30:30 · 3781 阅读 · 0 评论 -
Pandas常见方法(4)-DataFrame数据的拓展,拼接与常见统计量
Python数据分析摘要(2)声明:以下内容都是基于python3.8版本。文章目录前言一、pandas.DataFrame在index或column两个维度上的拓展二、pandas.DataFrame的join和group方法三、pandas.DataFrame的常用统计方法总结前言提示:这里可以添加本文要记录的大概内容:例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。提示:以下是本篇文章正文内容,下面案例可供参考一原创 2021-01-03 21:46:07 · 3486 阅读 · 0 评论 -
Pandas常见方法(3)-pandas分层索引构建、按层级对换和排序、按层级聚合
说明:本blog基于python3, pandas 1.3.5, numpy 1.22.0版本文章目录前言一、分层索引构建1.1 Series数据结构1.2 两层索引的Series转化为DataFrame1.3 DataFrame数据结构二、DataFrame按层级对换和排序2.1 命名层级2.2 交换层级2.3 层级排序三、DataFrame按层级聚合总结前言本文主要介绍pandas的分层索引构建,按层级对换和排序,按层级聚合,共3个部分。并附有代码实例。其中分层索引构建由Series和Data原创 2022-01-11 19:36:34 · 1913 阅读 · 0 评论 -
Pandas常见方法(2)-pandas对数据的预处理
说明:本blog基于python3, pandas 1.3.5版本文章目录前言一、对缺失值处理1.1 缺失值过滤1.2 缺失值补全二、数据转换2.1 某列重复值删除2.2 某列/某些列数据映射2.3 某列数据替换2.4 DataFrame所有数据替换三、分箱和分位数总结前言本文主要介绍如何对数据做预处理,包括 缺失值过滤、缺失值补全、数据转换(重复值删除,数据映射、数据替换)、简单运算自动对齐与函数处理、统计运算和排序,共5个部分。并附有代码实例。【注:本文所有部分根据pandas中的基础数据结原创 2022-01-10 15:00:27 · 2668 阅读 · 0 评论 -
Pandas常见方法(1)-pandas索引重建、按轴删除条目、选择与过滤、自动对齐与函数处理、统计运算和排序
说明:本blog基于python3, pandas 1.3.5版本文章目录前言一、索引重建二、按轴删除条目三、选择与过滤四、自动对齐与函数处理五、统计运算和排序总结前言本文主要介绍pandas所有常见基础用法,包括 索引重建、按轴删除条目、选择与过滤、简单运算自动对齐与函数处理、统计运算和排序,共5个部分。并附有代码实例。【注:本文所有部分根据pandas中的基础数据结构进行分类讲解,Series 和 DataFrame】一、索引重建公式1: Series.reindex(新索引列表,met原创 2022-01-10 01:19:32 · 1248 阅读 · 0 评论 -
Pandas 常见方法(0)-pandas 基础数据结构
说明:本blog基于python3版本, pandas 1.3.5, numpy1.22.0文章目录前言一、Series 数据结构二、DataFrame 数据结构三、索引对象的不可更改性总结前言本文主要介绍pandas 的基础数据结构, Series和 DataFrame 及索引在两种数据结构中的作用。一、Series 数据结构Series是一维的数组型对象,它由两部分组成:索引(也称为数据标签,index) 和 值序列(索引所对应的数据)【注:默认索引为从0到N-1,N代表值序列的长度】原创 2022-01-08 10:55:22 · 707 阅读 · 0 评论