- 博客(4)
- 收藏
- 关注
RSS订阅原创 pandas索引
索引 #选择行与列 import numpy as np import pandas as pd df = pd.DataFrame(np.random.rand(12).reshape(3,4)*100, index = ['one','two','three'], columns = ['a','b','c','d']) print(df) data1 = df['a'] data2 = df[['a','c']] print
2021-08-27 16:35:49
75
原创 pandas基本技巧
数据查看 import numpy as np import pandas as pd s = pd.Series(np.random.rand(50)) print(s.head(10)) print(s.tail()) # .head()查看头部数据 # .tail()查看尾部数据 # 默认查看5条 # 重新索引reindex # .reindex将会根据索引重新排序，如果当前索引不存在，则引入缺失值 s = pd.Series(np.random.rand(3), index = ['a','b'
2021-08-27 16:21:45
60
原创 pandas基本概念及创建
Pandas [1] 是python的一个数据分析包，最初由AQR Capital Management于2008年4月开发，并于2009年底开源出来，目前由专注于Python数据包开发的PyData开发team继续开发和维护，属于PyData项目的一部分。 Pandas基于Numpy，最初被作为金融数据分析工具而开发出来，因此，pandas为时间序列分析提供了很好的支持。 Pandas的名称来自于面板数据（panel data）和python数据分析（data analysis）。panel data是经
2021-08-27 16:12:52
389
原创 NumPy基本操作
NumPy - 简介 NumPy 是一个 Python 包。 它代表 “Numeric Python”。 它是一个由多维数组对象和用于处理数组的例程集合组成的库。 Numeric，即 NumPy 的前身，是由 Jim Hugunin 开发的。 也开发了另一个包 Numarray ，它拥有一些额外的功能。 2005年，Travis Oliphant 通过将 Numarray 的功能集成到 Numeric 包中来创建 NumPy 包。 这个开源项目有很多贡献者。 NumPy 操作 使用NumPy，开发人员可以执
2021-08-26 08:54:56
183
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人