python
luckarecs
这个作者很懒,什么都没留下…
展开
-
python数据分析pandas包入门学习(三)汇总和统计描述
本文参考《利用Python进行数据分析》的第五章 pandas入门pandas拥有一组常用的数学和统计方法。它们大部分属于约简和汇总统计,用于从Series中提取单个值(如sum和mean),或从DataFrame的行或列中提取一个Series。跟对应的Numpy数组方法相比,它们都是基于没有缺失数据的假设而构建的。idxmin()/idxm转载 2017-05-11 11:30:50 · 5317 阅读 · 0 评论 -
Pandas入门(二)——DataFrame结构及常用操作
1. 介绍DataFrame unifies two or more Series into a single data structure.Each Series then represents a named column of the DataFrame, and instead of each column having its own index, the DataFrame p转载 2017-05-11 11:32:03 · 4740 阅读 · 0 评论 -
pandas 常用统计方法
统计方法pandas 对象有一些统计方法。它们大部分都属于约简和汇总统计,用于从 Series 中提取单个值,或从 DataFrame 的行或列中提取一个 Series。比如 DataFrame.mean(axis=0,skipna=True) 方法,当数据集中存在 NA 值时,这些值会被简单跳过,除非整个切片(行或列)全是 NA,如果不想这样,则可以通过 skipna=False转载 2017-05-11 14:01:08 · 39202 阅读 · 0 评论 -
PANDAS 数据合并与重塑(concat join/merge)
1 concatconcat函数是在pandas底下的方法,可以将数据根据不同的轴作简单的融合pd.concat(objs, axis=0, join='outer', join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False)121212转载 2017-05-20 10:39:12 · 18886 阅读 · 1 评论 -
Pandas透视表(pivot_table)详解
介绍也许大多数人都有在Excel中使用数据透视表的经历,其实Pandas也提供了一个类似的功能,名为pivot_table。虽然pivot_table非常有用,但是我发现为了格式化输出我所需要的内容,经常需要记住它的使用语法。所以,本文将重点解释pandas中的函数pivot_table,并教大家如何使用它来进行数据分析。如果你对这个概念不熟悉,wikipedia上对它做了详细的解转载 2017-06-05 17:02:43 · 7546 阅读 · 0 评论 -
python中pandas.DataFrame对行与列求和及添加新行与列示例
本文介绍的是python中pandas.DataFrame对行与列求和及添加新行与列的相关资料,下面话不多说,来看看详细的介绍吧。方法如下:导入模块:?123from pandas import DataFrameimport pandas as pd import numpy as np转载 2017-06-05 17:03:32 · 54688 阅读 · 4 评论 -
Python Pandas修改列类型
使用astype如下:df[[column]] = df[[column]].astype(type)11type即int、float等类型。转载 2017-06-05 17:05:03 · 9753 阅读 · 0 评论 -
Pandas中DateFrame修改列名
Pandas中DateFrame修改列名在做数据挖掘的时候,想改一个DataFrame的column名称,所以就查了一下,总结如下: 数据如下:>>>import pandas as pd>>>a = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6], 'C':[7,8,9]})>>> a A B C0 1 4 71 2 5转载 2017-07-04 09:37:08 · 5554 阅读 · 0 评论