Pandas学习笔记（二）

最新推荐文章于 2016-03-05 15:27:08 发布
最新推荐文章于 2016-03-05 15:27:08 发布
阅读量472 收藏
点赞数
分类专栏： python数据挖掘
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/messiran10/article/details/50704057
版权

chapter2:

http://nbviewer.jupyter.org/github/jvns/pandas-cookbook/blob/v0.1/cookbook/Chapter%202%20-%20Selecting%20data%20&%20finding%20the%20most%20common%20complaint%20type.ipynb 

注意讲述如何获取一个dataframe的某些行和某些列

注意value_count(0方法，可以利用这个函数获知某一列的各个取值的个数




Chapter3:

http://nbviewer.jupyter.org/github/jvns/pandas-cookbook/blob/v0.1/cookbook/Chapter%203%20-%20Which%20borough%20has%20the%20most%20noise%20complaints%3F%20%28or%2C%20more%20selecting%20data%29.ipynb

主要讲述如何按照人为设定的条件去选取dataframe的部分行和部分列。示例语句： 
is_noise = complaints['Complaint Type'] == "Noise - Street/Sidewalk"
in_brooklyn = complaints['Borough'] == "BROOKLYN"
complaints[is_noise & in_brooklyn][:5]
messiran10
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
pandas学习笔记(第二弹)
12-21
注：本教程为系列教程此章节接前面第一弹 跳转到专题地址 9.选取多个DataFrame 9.1 用列表选取多列 # 选取不同演员的FaceBook的粉丝数 movies[["actor_1_facebook_likes","actor_2_facebook_likes","actor_3_...
Pandas学习笔记
11-06
学习pandas时整理的学习笔记，包括了很多Pandas里面的函数的用法，并且对Pandas的使用有一个整体的框架
numpy与pandas学习笔记
01-20
#导入numpy库 import numpy as np （1）创建矩阵： a=np.array([ [1,2,3], [2,3,4], [4,5,6]],dtype=np.int64) 函数 说明 np.ones((3,4)) ...左闭右开，步长为2 生成列表，reshape()改变行列形状为
Pandas学习笔记4-变形
01-20
原创文章 59获赞 76访问量 4361 关注 私信 展开阅读全文 作者：田纳尔多
Pandas学习笔记1-Pandas基础
12-21
DataFrame创建一个DataFrame获取数据修改数据调用属性和方法索引对齐特性DataFrame的特点常用基本函数排序练习【练习一】【练习二】参考内容 文件的读取与写入 查看pandas版本 导入库文件，并查看Pandas版本。 ...
Vs2013安装python插件
messiran10的专栏
01-11 5488
最近给电脑重装了一次系统，并且改为使用VS2013。重装系统后还没有去安装python的诸多环境，今天花了一点时间搭建好了python的开发环境，记录相关工具包的下载路径如下： 1.安装python 2.7.11 https://www.python.org/downloads/ 2.安装numpy http://sourceforge.net/projects/numpy/files
【数据挖掘实战】之kaggle练习赛titanic
messiran10的专栏
02-20 2171
之前基本完成了pandas基础知识的学习，现在结合实际工程实例来进一步理解巩固pandas的用法。 参考博客资料：http://www.cnblogs.com/north-north/p/4353365.html 一.读取数据 df = pd.read_csv('train.csv',header=0) 使用pandas的read_csv函数可以轻松读取csv文件的内容。在读取了数据文
64位Python大数据挖掘--环境搭建
messiran10的专栏
02-26 2089
之前装的是python 32位。然后在处理大规模数据集如阿里移动推荐比赛的训练集的时候会出现memory的问题。所以这次准备花些时间升级python，再重新装那些库。记录如下： 我的电脑环境：WIN7 64 1.安装64位的python2.7.10 http://www.veryhuo.com/down/html/113061.html 2.安装pip 参照 http://w
【Kaggle练习赛】之Titanic: Machine Learning from Disaster
messiran10的专栏
01-20 1930
一.题目描述The sinking of the RMS Titanic is one of the most infamous shipwrecks in history. On April 15, 1912, during her maiden voyage, the Titanic sank after colliding with an iceberg, killing 1502 out
【数据挖掘实战】之天猫移动推荐比赛
messiran10的专栏
02-23 1476
前言：去年曾经参加过天猫移动推荐比赛。但是当时报名之后实验室安排了其他的新任务，导致这个比赛只是在最后几天粗略的做了一下，然后也只提交了一次结果。没能好好地做这个比赛也是我的一个遗憾。现在回过头来再尝试去做这个比赛，就当练练手了。一.基本思路题目的训练数据包含了抽样出来的一定量用户在一个月时间（11.18~12.18）之内的移动端行为数据（D），评分数据是这些用户在这个一个月之后的一天（12.19）
Pandas学习笔记（一）
messiran10的专栏
01-22 888
最近在做Kaggle的练习赛，发现大家都在用pandas这个python数据分析的库来处理数据和提取特征。调研了一下Pandas，发现这个库真得非常方便。如果使用这个库来处理原始数据和提取特征，那么会大大提升工作效率。接下来准备花些时间学习一下这个库的使用。 Lesson1 参考资料： http://nbviewer.jupyter.org/urls/bitbucket.org/hrojas/l
【机器学习算法】之KNN算法的实现
messiran10的专栏
02-26 788
为了加深对机器学习算法的理解，以及熟悉python,pandas,scikit-learn。现在自己实现一下主要的机器学习算法，程序记录如下：knn类的实现程序：import numpy as np import pandas as pd import random as rd import csv from sklearn import preprocessingclass knn:
【机器学习算法】之logistic回归
messiran10的专栏
03-05 761
为了加深对机器学习算法的理解，以及熟悉python,pandas,scikit-learn。现在自己实现一下主要的机器学习算法，程序记录如下：logistic回归算法的实现程序：from numpy import * from sklearn import preprocessing from sklearn import cross_validation def load_data_set(
【Kaggle练习赛】之Digit Recognizer
messiran10的专栏
01-15 718
Kaggle是国外的一项数据挖掘赛事，近期阿里并没有开办赛事，所以准备先拿Kaggle的练习赛来热热身，顺便学习一下scikit-learn这个开源库的使用。Kaggle入门可以参见 http://blog.csdn.net/u012162613/article/details/41929171 一.问题描述The goal in this competition is to take an im
《利用python 进行数据分析》要点记录
messiran10的专栏
02-19 704
很多技术书籍读完就忘，现在想想是由于没有做好要点记录。现在阅读技术书籍的时候，将一些个人认为比较重要的知识点记录下来，这样以后需要的时候翻看博客即可。 numpy基础： numpy库的相关函数都是基于ndarray这个数据结构进行的，理解这个数据结构的一些用法至关重要。 ndarray可以视为特殊的数组，python常用的列表数据结构等可以转换成array结构。array结构的一个很
【机器学习算法】之决策树算法的实现
messiran10的专栏
02-29 526
为了加深对机器学习算法的理解，以及熟悉python,pandas,scikit-learn。现在自己实现一下主要的机器学习算法，程序记录如下：决策树类的实现程序：import numpy as np import pandas as pd import random as rd import re from sklearn import tree from sklearn imp
【机器学习算法】之朴素贝叶斯的实现
messiran10的专栏
03-05 518
为了加深对机器学习算法的理解，以及熟悉python,pandas,scikit-learn。现在自己实现一下主要的机器学习算法，程序记录如下：决策树类的实现程序：from numpy import *def loadDataSet(): postingList=[['my', 'dog', 'has', 'flea', 'problems', 'help', 'please'],
node-v0.10.13-sunos-x86.tar.gz
最新发布
05-16
Node.js，简称Node，是一个开源且跨平台的JavaScript运行时环境，它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立，旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎，可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型，这使得它非常适合处理大量并发连接，从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外，Node.js使用了模块化的架构，通过npm（Node package manager，Node包管理器）,社区成员可以共享和复用代码，极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展，它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等，因此，开发者可以用JavaScript编写全栈应用程序，这一点大大提高了开发效率和便捷性。 在实践中，许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台，如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能，简化了开发流程，并且能更快地响应市场需求。
python pandas库学习笔记
07-28
- *2* [Pandas学习笔记](https://blog.csdn.net/qq_44732742/article/details/124660350)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值