![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
文章平均质量分 74
Hi_Night
学习一年能带来什么
2021.11.21
展开
-
如何用 Pandas 进行数据分析?Pandas 基础命令笔记
目录1、缩写解释 & 库的导入2、数据的导入3、数据的导出4、创建测试对象5、数据的查看与检查6、数据的选取7、数据的清洗8、数据的过滤(filter),排序(sort)和分组(groupby)9、数据的连接(join)与组合(combine)10、数据的统计Python做数据分析最基础最核心的库:pandas,numpy DataFrame:df 任意的(数据框)对象 Series:s 任意的(数组)对象2、数据的导入3、数据的导出4、创建测试对象 创建一个5列1原创 2022-06-05 22:00:09 · 496 阅读 · 0 评论 -
DataFrame索引的创建与基础用法
字典类:列表类:1.1 字典类构造DataFrame1.1.1 数组,列表或元组构成的字典构造DataFrame**注意:**数组,列表或元组的元素个数要相同,否则报错指定索引行和列:注意:指定的列索引数量可以大于原来的,如果值不是原来的会返回NAN。指定的行索引可随意变化。1.1.2 Series构成的字典构造DataFrame**注意:**不可指定索引行列名。字典键为列索引,行索引默认为位置索引。1.1.3 字典构成的字典构造DataFrame(字典嵌套)**注意:**不可指定索引行原创 2022-06-05 21:57:59 · 1664 阅读 · 0 评论 -
Python数据分析基础:array,Series,DataFrame
Numpy中的基础数据结构是array(数组),数组也就是矩阵的意思。原创 2022-06-05 21:20:15 · 1518 阅读 · 0 评论 -
Numpy 之 如何理解 nan
总结:nan (not a number):表示不是一个数字,而是一个特殊的float类型的数据(其他写法 NAN,Nan)。什么时候numpy中出现nan?当我们读取本地文件为float时,如果有缺失,或者做了不合适的计算,比如无穷大(inf)减去无穷大。.........原创 2022-06-03 15:55:12 · 496 阅读 · 0 评论