- 博客(14)
- 资源 (2)
- 收藏
- 关注
原创 pandas数据清洗:read_excel 0不显示问题、列中前几位数、时间的加减
read_excel 0不显示问题读取一列中前几位数 相当于excel中的left函数to_timedelta 时间加减,日期加减
2022-08-18 19:09:03
605
1
原创 最新MySQL安装指南(补充视频)
最新MySQL安装指南(补充视频)0 安装第一步1 下载安装包第一个踩坑点:安装路径绝对不要出现中文!!!2 配置my.ini文件第二踩坑点:括号是英文!!!第三踩坑点:配置文件里是[mysqld]!!!3 打开CMD第四踩坑点:一定要以管理员身份打开cmd!!!4 配置mysqld -install第五踩坑点:安装失败5 mysql -u root -p 失败安装MySQL的踩坑指南,补充大佬的教学视频,0 安装第一步打开教学视频:真的非常感谢‘幸运鸭儿朵’的教学视频MySQL安装教学视频本博客
2021-09-22 21:28:24
380
原创 Conda 创建python虚拟环境
对库的操作一级目录创建虚拟环境三级目录一级目录打开Anaconda Powershell Prompt(1)查看python的版本信息:双横线!!python --version(2)查看安装的库的版本信息:pip list 获取:虚拟环境的管理:conda是一个开源的软件包管理系统和环境管理系统,用于安装多个版本的软件包及其依赖关系,并在它们之间轻松切换。因此我们可以通过conda管理虚拟环境。一般在系统中安装Anaconda时就会自动安装condaconda常用命令:
2021-09-05 09:40:14
267
原创 【详细图解】pip 安装tensorflow
pip 安装tensorflow1.安装方法:1.1使用镜像1.2 常见问题及解决办法:1.安装方法:选择Anaconda Prompt输入代码,一步到位pip install tensorflow==2.5 -i https://pypi.tuna.tsinghua.edu.cn/simple(1) pip install 软件名(1) ==2.5 版本号(1) -i https:… 镜像,加速下载1.1使用镜像-i https://pypi.tuna.tsinghua.ed
2021-09-01 19:53:00
8260
原创 【超详细 图解】 修改pip install 默认安装路径
修改pip install默认安装路径1. 修改pip install默认安装路径1.1 查看pip 默认安装位置1.2 修改pip 默认安装位置1. 修改pip install默认安装路径一般使用Anaconda时会使用pip install ###来安装各类包,但默认安装路径在C盘,极大占用空间,作为强迫症,我们通过以下步骤来修改默认安装路径。1.1 查看pip 默认安装位置第一步:通过win菜单,找到Prompt,点击进入第二步:在cmd里输入python -m site获得:
2021-09-01 17:12:03
45906
19
原创 pandas数据清洗:案例详解 sort_index 排序、sort_values 排序、rank排名
pandas数据清洗:案例详解 sort_index 排序、sort_values 排序、rank排名1 三种排序函数对比1.1 构建实验数据2 sort_index函数对索引和列名进行排序2.1 sort_index函数参数简介2.2 sort_index函数对索引排序2.2 sort_index函数对列名排序3 sort_values函数根据特定列或特定行排序3.1 sort_values函数简介3.2 sort_values函数根据特定列数据排序3.2 sort_values函数根据特定行数据排序4
2021-08-23 21:17:25
1644
原创 pandas数据清洗:案例详解 fillna函数 填补空缺值
pandas数据清洗:fillna函数填补空缺值1 fillna函数简介2 填补空缺值3种方法2.1 构建学习数据2.2 填补特定值2.3 用前一个非空缺值填充2.4 用后一个非空缺值填充2.5 拓展2.5.1 均值填充2.5.1 中位数填充2.5.1 最大值填充2.5.1 最小值填充2.5.1 删除空缺值1 fillna函数简介fillna函数:用来填补数据中的空缺值参数简介value固定值填充method‘ffill’ 用前一个非空缺值填充;‘bfill’ 用后一个非
2021-08-23 15:01:12
17841
6
原创 pandas数据清洗:drop函数案例详解、dropna函数案例详解、drop_duplicates函数案例详解
pandas数据清洗:drop函数、dropna函数、drop_duplicates函数详解1 drop函数简介1.1 构建学习数据1.2 删除行两种方法1.3 删除列两种方法2 dropna函数简介2.1 构建学习数据2.2 删除空值3种方法3 drop_duplicates函数简介3.1 构建学习数据3.2 去重方法3.3 reset_index函数重新设置索引1 drop函数简介drop函数:用来删除数据表格中的列数据或行数据df.drop(labels=None,axis=0
2021-08-22 20:49:32
8219
原创 pandas:案例详解 rename函数 修改列名和行名
pandas:rename函数 修改列名和索引rename函数简介0 构建学习数据1 修改索引两种方式2 修改列名两种方式3 是否替换原列表3 pandas 字母转换大小写3 使用axis参数常见问题问题:参数位置错误修改办法:rename函数简介df.rename(index=None ,columns=None ,axis=None ,inplace=False)参数名功能解释index以字典形式,赋予索引新的值 { 0 : “第一行”}columns以
2021-08-21 23:41:43
16666
原创 pandas :案例详解 loc函数、iloc函数 数据切片
pandas:数据切片0 创建学习数据1 直接切片1.1 根据行切片1.2 根据列切片1.3 两种方法组合2 loc切片2.1 按照列提取数据2.1 提取指定行数据3 iloc3.1 根据行列索引序号选取3.1 根据行列索引序号选取指定行列4 筛选方法名称解释df [ ]直接获取行或列数据loc根据行标签选取数据iloc根据位置索引选取数据ix官方不推荐使用了 ,不做介绍0 创建学习数据import pandas as pddata = [["红
2021-08-21 13:28:35
4476
原创 pandas:查看CSV、Excel表格及数据属性
pandas:查看表格及数据属性0 操作学习所用数据1 数据描述1.1 df.head()/ df.tail() 查看表格1.1.1查看前3行表格1.1.2查看后3行表格1.2 df.info() 查看表格简明摘要1.3 df.dtypes 获取数据类型1.4 df.index 获取表格索引1.5 df.columns 获取表格列名1.6 df.values 以array形式返回指定数据的取值方法名称简介df.head()/ df.tail()快速查看表格df.info()
2021-08-20 11:38:06
3081
原创 pandas:案例详解 创建DataFrame表格的两种常用方式
通过pandas,使用列表list创建DataFrame;使用字典dict创建DataFrame
2021-08-19 22:58:11
3312
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人