KF_Guan的博客

本节介绍Pandas的时序数据处理的一些方法。包括四类时间变量、时间点创建（to_datetime方法、date_range方法、dateoffset对象）、时序的索引和一些基本属性操作、重采样和一些窗口函数

1 category的创建及其性质1.1 分类变量的创建四类创建方法：Series对DataFrame指定类型使用内置Categorical类型使用cut函数# Series方法创建pd.Series(["a", "b", "c", "a"], dtype="category")# 对DataFrame指定类型temp_df = pd.DataFrame({'A':pd.Series(["a", "b", "c", "a"], dtype="category"),'B':lis

已学习完成，博客内容整理中…

目录1 缺失值特性1.1 三种缺失值符号1.2 Nullable类型1.3 convert_dtypes方法2 缺失数据的运算规则2.1 普通运算2.2 groupby方法中的缺失值3 缺失数据的一些处理方法3.1 填充（fillna方法）3.2 剔除（dropna方法）3.3 插值（interpolation）3.3.1 线性插值3.3.2 高级插值方法3.3.3 interpolate中的参数**内容简介：**本篇首先介绍Pandas中的三种缺失值符号，针对其弊端介绍Nullab

第一阶段学习总结：Datawhale组织的Pandas组队学习暂告一段落。快乐pandas以自主学习、助教答疑、定期打卡等形式，课程资料编写比较详细，配合思考题和练习巩固，无奈于本人较菜，对所学的知识掌握还不够透彻，完成这次综合练习断断续续花了两天时间，后面一定要抽时间复盘之前所学的内容。全面学习基础内容有助于建立体系，了解各大功能模块，在使用时才能有所了解，找准方向。因此后面会继续参加pand...

内容概览1 append与assign1.1append方法1.2 assign方法2 combine与update2.1 combine方法2.2 update方法3 concat方法4 merge与join4.1 merge函数4.2 join函数5 问题与练习5.1 问题5.2 练习练习一：公司员工信息练习二：课程分数表Pandas的合并操作可以概括为以下四类方法：append与ass...

文章目录1 透视表1.1 pivot与pivot_table1.2 交叉表（crosstab）2 其他变形方法2.1 melt2.2 压缩与展开（stack 和 unstack）3 哑变量与因子化3.1 Dummy Variable（哑变量）3.2 factorize方法4 问题与练习4.1 问题1 透视表1.1 pivot与pivot_tablepivot函数可将某一列作为新的cols。...

目录1 groupby函数1.1 分组的依据1.2 组的遍历1.3 level参数（用于多级索引）和axis参数1.4 groupby对象的特点2 聚合、过滤和变换2.1 聚合（Aggregation）2.2 过滤（Filteration）2.3 变换（Transformation）3 apply函数3.1 apply函数的灵活性3.2 应用apply同时统计多个指标SAC过程(s...

目录Pandas单级索引1. loc、iloc、[]操作符2. 布尔索引3 标量索引4 区间索引Pandas多级索引1 多层索引的创建2 多层索引切片3 多层索引的slice对象4 索引层交换索引设定常用索引型函数1 where()和mask()2 query()函数重复元素处理（duplicated和drop_duplicates）抽样函数(sample)上篇文章介绍了Pan...

目录1 Pandas文件读取和写入1.1 文件读取（csv、txt、xls/xlsx）1.2 文件写入（csv、xls/xlsx）2 Pandas基本数据结构（Series、Dataframe）2.1 Series2.2 DataFrame3 Pandas常用基本函数(1) head和tail(2) unique和nunique(3) count和value_counts(4) d...