自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(3)
  • 收藏
  • 关注

原创 Pandas学习笔记--分类数据

分类数据 一、category的创建及其性质 1. 分类变量的创建 (a)用Series创建 pd.Series(["a", "b", "c", "a"], dtype="category") 0 a 1 b 2 c 3 a dtype: category Categories (3, object): [a, b, c] (b)对DataFrame指定类型创建 temp_df = pd.DataFrame({'A':pd.Series(["a", "b", "c", "a"],

2020-06-28 20:10:44 507 1

原创 Pandas学习笔记--文本数据

一、string类型的性质 string与object的区别 string类型和object不同之处有三: ① 字符存取方法(string accessor methods,如str.count)会返回相应数据的Nullable类型,而object会随缺失值的存在而改变返回类型 ② 某些Series方法不能在string上使用,例如: Series.str.decode(),因为存储的是字符串而不是字节 ③ string类型在缺失值存储或运算时,类型会广播为pd.NA,而不是浮点型np.nan st

2020-06-26 23:38:17 146

原创 Pandas学习笔记--缺失值处理

Pandas学习笔记–缺失数据 一.缺失观测 1. 了解缺失信息 isna和notna方法 1.将方法用于Series,返回布尔列表,如下所示 df['Physics'].isna().head() 0 False 1 False 2 False 3 True 4 False Name: Physics, dtype: bool df['Physics'].notna().head() 0 True 1 True 2 True 3 False

2020-06-23 00:08:31 730

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除