Pandas小记
文章平均质量分 94
-柚子皮-
╰☆ゞ不染纤尘,不忘初心ゞ☆╮
展开
-
pandas小记:pandas基本设置
http://blog.csdn.net/pipisorry/article/details/49519545pandas输出格式设置示例pandas输出精度局部设置local settingwith pd.option_context('display.precision', 3): print(df)Note: 试了好久终于找到了这种设置方法!它是这样实现的class option_c原创 2015-10-30 23:08:43 · 24714 阅读 · 5 评论 -
pandas小记:pandas数据输入输出
http://blog.csdn.net/pipisorry/article/details/52208727输出格式控制pandas dataframe数据全部输出,数据太多也不用省略号表示。pd.set_option('display.max_columns',None)或者with option_context('display.max_rows', 10, 'dis...原创 2016-08-15 10:12:28 · 41300 阅读 · 0 评论 -
pandas小记:pandas数据结构和基本操作
http://blog.csdn.net/pipisorry/article/details/18010307pandas的数据 结构:Series、DataFrame、索引对象pandas基本功能:重新索引,丢弃指定轴上的项,索引、选取和过滤,算术运算和数据对齐,函数应用和映射,排序和排名,带有重复值的轴索引Pandas介绍pandas含有使数据分析工作变得更快更简单的高级数据结构...原创 2014-01-08 21:06:08 · 56376 阅读 · 4 评论 -
时间序列分析
http://blog.csdn.net/pipisorry/article/details/62053938时间序列简介时间序列是时间间隔不变的情况下收集的时间点集合。这些集合被分析用来了解长期发展趋势,为了预测未来或者表现分析的其他形式。但是什么时间序列?与常见的回归问题的不同?1、时间序列是跟时间有关的。所以基于线性回归模型的假设:观察结果是独立的。在这种情况下是不成立的。2、随着上升或者下原创 2017-03-22 17:04:51 · 54451 阅读 · 9 评论 -
pandas小记:pandas数据规整化-正则化、分组合并及重塑
http://blog.csdn.net/pipisorry/article/details/39506169 数据分析和建模方面的大量编程工作都是用在数据准备上的:加载、清理、转换以及重 塑。有时候,存放在文件或数据库中的数据并不能满足数据处理应用的要求。 pandas和Python标准库提供了一组高级的、灵活的、高效的核心函数和算法,它们能够轻松地将数据规整...原创 2014-09-23 23:10:09 · 27496 阅读 · 0 评论 -
pandas小记:pandas时间序列分析和处理Timeseries
http://blog.csdn.net/pipisorry/article/details/52209377pandas 最基本的时间序列类型就是以时间戳(TimeStamp)为 index 元素的 Series 类型。其它时间序列处理相关的包[P4J 0.6: Periodic light curve analysis tools based on Information Theory][p4原创 2016-08-15 15:34:17 · 105487 阅读 · 1 评论 -
pandas小记:pandas数据规整化-缺失、冗余、替换
http://blog.csdn.net/pipisorry/article/details/39482861处理缺失数据缺失数据(missing data)在大部分数据分析应用中都很常见。pandas的设计目标之一就是让缺失数据的处理任务尽量轻松,pandas对象上的所有描述统计都排除了缺失数据。pandas使用浮点NaN (Not a Number)表示浮点和非浮点数组中的缺失数据,...原创 2014-09-22 22:04:27 · 17154 阅读 · 0 评论 -
pandas小记:pandas汇总统计函数
http://blog.csdn.net/pipisorry/article/details/25625799汇总和计算描述统计:统计函数pandas对象拥有一组常用的数学和统计方法。它们大部分都属于约简和汇总统计,用于从Series中提取的个值(如sum或mean)或从DataFrame的行或列中提取一个Series。跟对应的NumPy数组方法相比,它们都是基于没有缺失数据的假设而构建的。数学运...原创 2014-05-12 15:37:21 · 46939 阅读 · 0 评论 -
pandas小记:pandas高级功能
http://blog.csdn.net/pipisorry/article/details/53486777pandas高级功能:面板数据、字符串方法、分类、可视化。面板数据{pandas数据结构有一维Series,二维DataFrame,这是三维Panel}pandas有一个Panel数据结构,可以将其看做一个三维版的,可以用一个由DataFrame对象组成的字典或一个三维ndarray来创建原创 2016-12-06 15:44:59 · 24968 阅读 · 0 评论 -
pandas小记:pandas索引和选择
http://blog.csdn.net/pipisorry/article/details/18012125检索/选择索引选择时建议全部使用loc(尤其是修改df原本数据时),原因是最下面说的视图和显示拷贝。dataframe列选择和Series一样,在DataFrame中的一列可以通过字典记法或属性来检索,返回Series:frame2[0]#选择第0列,最新版的好像...原创 2014-01-08 21:49:08 · 93131 阅读 · 0 评论