- 博客(8)
- 资源 (2)
- 收藏
- 关注
RSS订阅原创 7 pandas plot
其实pandas除了拥有强大的数据处理功能外，还拥有强大的可视化功能，可以直接画图。1 画线图import pandas as pdimport numpy as npimport matplotlib.pyplot as plt# 1 直接画pandas图，.plotplt.figure()data = pd.Series(np.random.randn(1000),index=np.arange(1000))data = data.cumsum() # 累加和data.plot()
2020-08-30 17:45:27
180
原创 6 pandas数据合并
有时候我们得到不同的数据块，然后需要把他们合并到一起，这个时候就需要合并。合并是对数据的一种操作。接下来看看，数据合并1 数据合并 import numpy as npimport pandas as pddf1 = pd.DataFrame(np.arange(12).reshape(4,3),columns=['a','b','c'])df2 = pd.DataFrame(np.arange(12,24).reshape(4,3),columns=['a','b','c'])df3 =
2020-08-30 17:30:20
156
原创 5 pandas文件的读取
很多时候我们得到的数据是已经打包好的文件，具有一定的格式，比如csv、xls、html等等。然后我们需要对其操作的话首先应该先进行读取。那么读取好之后，就是我们熟悉的pandas格式的数据，然后就可以进行前面的操作了，操作好之后进行保存。完成对数据的简单处理。 import pandas as pdfile =pd.read_excel('boys.xlsx')# 读取 有多种形式 csv、html等等# 操作file.iloc[2,4]=30000 # 赋值file.to_csv('ne
2020-08-30 17:19:47
136
原创 4 pandas处理丢失的数据
有些时候我们采集到的数据可能会是不全的，那么这个时候我们就需要进行一定的处理，以便来满足我们的要求。那么开始吧#1 生成数据import numpy as npimport pandas as pd# 生成数据dates = np.arange(20200101,20200105)df1 = pd.DataFrame(np.arange(12).reshape(4,3),index=dates,columns=['a','b','c'])# 没有的数据为空 df2 = pd.Da
2020-08-30 17:07:08
173
原创 3 pandas的赋值及操作
有时候我们需要对表格里面的数据进行一些预处理的操作，这时候就需要了解一下基本的操作方法。首先赋值是基于选择数据的。那么让我们开始吧。1 直接赋值 （改） 在相应的位置，用 = 赋值codeimport numpy as npimport pandas as pddates = np.arange(20200101,20200107)df1 = pd.DataFrame(np.arange(24).reshape(6,4),index=dates,columns=['a','b','c',
2020-08-30 16:38:24
3134
原创 2 pandas选择数据
那么创建好数据后，或者读入数据后，怎么对数据进行选择呢，下面将介绍pandas对数据的选择 首先生成数据import numpy as npimport pandas as pddata=pd.date_range('20200801',periods=6)df1=pd.DataFrame(np.arange(24).reshape((6,4)),index=data,columns=['a','b','c','d'])print(df1)结果如下然后对数据进行...
2020-08-30 16:04:39
128
原创 # 1 pandas中的Series DataFrame
pandas库 是基于 Numpy 库的，它可以对数据进行导入、清洗、处理、统计和输出可以说，pandas 库就是为数据 分析而生的。
2020-08-30 15:41:01
111
原创 写在开始的话
一 原因1 学姐说，要自己平时做好记录和整理2 这是对自我学习水平的一次反馈，对知识的一次总结与升华。二 计划学习好一个知识点，用自己的话进行总结，进行描述，并且 图文并茂，附上参考物，，认认真真的做这件事，把知识分享出去，共享出去。...
2020-01-12 17:29:34
182
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人