Pandas数据分析
分享
文章平均质量分 81
Pandas 是一个功能强大且易于使用的数据分析和处理工具，用于处理和分析各种结构化数据，在数据科学、金融、经济学等领域得到广泛应用。
本专栏从Pandas两种重要数据结构讲起，包含：数据怎样提取、数据特征分析、数据如何查询、数据分组与聚合使用、数据常见计算、高阶常用函数、数据可视化，接着进行案例。
超级会员免费看
gzpingesoft
10年+IT 软件开发经验(.Net/Java/Python)，项目管理师认证、Uipath 高级开发者认证，华为Weautomate高级开发者认证，多年RPA开发经验，服务政企单位及多家大型外资企业(制造业、零售、物流等)及学院培训，现协助企业数字化转型，专注RPA、Python 自动化、大数据分析、BPM低代码平台领域。
展开
-
Python 实现Excel 文件合并
Python Excel 文件合并原创 2024-02-19 08:42:20 · 371 阅读 · 0 评论 -
Pandas数据分析系列9-数据透视与行列转换
本文详解了pandas模块中的数据透视表pivot_table函数及使用方法，接下来讲解了stack和unstack 函数如何实现excel 中的行列互转。原创 2023-10-25 10:04:04 · 599 阅读 · 0 评论 -
Pandas数据分析系列8-数据分组与聚合
本文介绍了在Pandas 中如何使用groupby、聚合函数、agg函数，为数据可视化做好准备。原创 2023-10-24 15:13:58 · 123 阅读 · 0 评论 -
Pandas数据分析系列7-连接&合并查询
在实际数据分析过程中，有时候需要把不同的工作表，按照某些公共的列，将多个工作表连接起来，组合成一份新工作表，类似于Excel的Vlooup函数，或数据库的连接关系。Pandas 也提供了连接关系函数merge(),其将两个DataFrame的行按照指定的列进行匹配合并，并返回一个新的DataFrame。合并的方式可以是交集、并集、左连接或右连接，具体由参数how决定。本文讲解了merge 与concat 两种查询方式及差异。原创 2023-10-23 14:42:21 · 148 阅读 · 0 评论 -
Pandas数据分析系列6-数据特征分析
在前面章节学习了Pandas 两种数据结构Series、DataFrame，及Pandas如何读取Excel数据格式文件，数据预览、数据清洗及数据提取，接下来了解这些数据征分析。在实际工作中，财务、金融、制造业等数据，需从不同维度的指标进行分析，如合计数、最大数、最小数、平均数等，了解数据的差异，那使用Pandas如何分析？本节重点介绍常见的描述性统计函数。原创 2023-10-23 11:30:36 · 161 阅读 · 0 评论 -
Pandas数据分析系列5-数据如何提取
本文介绍了Pandas 数据如何提取及切片，提取数据的常见方式。原创 2023-10-21 17:37:10 · 207 阅读 · 0 评论 -
Pandas数据分析系列4-数据如何清洗
本文重点介绍了Pandas数据清洗的觉见方法。原创 2023-10-21 17:33:14 · 149 阅读 · 0 评论 -
Pandas数据分析系列3-数据如何预览
本文重点介绍了，如何使用Pandas常见方法进行数据预览。原创 2023-10-21 17:27:43 · 197 阅读 · 0 评论 -
Pandas数据分析系列2-数据如何导入
本文重点讲解Pandas如何读取Excel数据文件，并对read_excel 方法的参数进行详解。原创 2023-10-21 17:20:48 · 168 阅读 · 0 评论 -
Pandas 数据分析系列1--Series&DataFrame数据结构详解
Pandas 包含Series和DataFrame两种重要数据结构，熟练使用该两种结构，已能处理工作上几乎所有的数据处理分析问题。原创 2023-10-20 23:29:32 · 933 阅读 · 0 评论