![](https://img-blog.csdnimg.cn/20210526174426568.jpg?x-oss-process=image/resize,m_fixed,h_224,w_224)
数据分析 Pandas
使用 Python Padas 进行数据分析。
山药鱼儿
夫学须静也,才须学也,非学无以广才,非志无以成学
展开
-
Pandas引言(二)
DataFrame的基本操作 读取数据集 import pandas as pd import numpy as np titanic_survival = pd.read_csv('titanic_train.csv') titanic_survival.head() 查看 Age 列的缺失值情况 age = titanic_survival['Age'] pd.isnull(age).loc[:6] 使用布尔型Series过滤缺失值 age_not_null = age[age.isnull(原创 2020-05-24 16:55:31 · 295 阅读 · 0 评论 -
Pandas引言(一)
DataFrame基本操作 使用pandas读取CSV import pandas as pd df = pd.read_csv('food_info.csv') df.head(5) df 即 pandas 的 DataFrame 对象,在Jupyter中的运行结果如下: DataFrame的常用操作 查看DataFrame的shape: 获取表中所有数值类型的常用统计指标: DataFrame的列索引 还可以获取将列索引转化为 list 列索引对象可迭代:遍历列索引对象,获取所有以 g 为原创 2020-05-24 16:46:34 · 236 阅读 · 1 评论