![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pandas
文章平均质量分 59
QianYanDai
寻觅是必不可少的
展开
-
Pandas基础复习-Series
Pandas(panel data & Data Analysis):Python数据分析库。Pandas是基于Numpy的,专用于数据分析的Python第三方库,最适用于处理大型结构化表格数据Pandas最初是对冲基金公司开发出来做金融量化数据分析的Python库 Pandas借鉴了R的数据结构 Pandas基于Numpy搭建,支持Numpy中定义的大部分计算 Pandas提供了大量和其他技原创 2017-09-28 15:09:34 · 547 阅读 · 0 评论 -
Pandas绘图
Pandas绘图Pandas的绘图方法封装了Matplotlib的pyplot方法,可以提供简单的绘图功能,对于DataFrame来说,.plot是一种将所有列及其标签进行绘制的简便方法不常用,实际应用中,一般仍使用Matplotlib绘图Jupyter notebook中如不显示Pandas绘制图像,解决方法:载入import Matplotlib.pyplot as plt,Pandas绘图代原创 2017-10-09 00:16:20 · 2512 阅读 · 0 评论 -
Pandas分类
Pandas分类categorical data是指分类数据:数据类型为:男女、班级(一班、二班)、省份(河北、江苏等),若使用赋值法给变量赋值,例如(男=1,女=0),数字1,0之间没有大小之分,不能认为1是比0大的。numerical data是指数值型数据:收入(1000元,500元),是可以进行比较大小并进行运算的数据。从0.15版本开始,pandas可以在DataFrame中支持Ca原创 2017-10-08 23:58:37 · 1909 阅读 · 0 评论 -
pandas库的数据类型运算
pandas库的数据类型运算算数运算法则根据行列索引,补齐运算(不同索引不运算,行列索引相同才运算),默认产生浮点数补齐时默认填充NaN空值二维和一维,一维和0维之间采用广播运算(低维元素与每一个高维元素运算)采用 +-*/符号的二元运算会产生新的对象import pandas as pdimport numpy as npa = pd.DataFrame(np.arange(12).r原创 2017-10-08 23:53:59 · 436 阅读 · 0 评论 -
Pandas数据排序
Pandas数据排序.sort_index() 在指定轴上根据索引进行排序,索引排序后内容会跟随排序import pandas as pdimport numpy as npb = pd.DataFrame(np.arange(20).reshape(4,5),index=['c','a','d','b'])b 0 1 2原创 2017-10-08 23:40:51 · 1123 阅读 · 0 评论 -
pandas数据操作
pandas数据操作字符串方法Series对象在其str属性中配备了一组字符串处理方法,可以很容易的应用到数组中的每个元素import numpy as npimport pandas as pdt = pd.Series(['a_b_c_d','c_d_e',np.nan,'f_g_h'])t0 a_b_c_d1 c_d_e2 NaN3 f_g_h原创 2017-10-08 23:27:33 · 378 阅读 · 0 评论 -
Pandas数据规整
Pandas数据规整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,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化为你需要的形式合并连接Pandas提供了大量方法,能轻松的对Series,DataFrame和Panel执行合并操作连接pandas对象 .concat()import numpy原创 2017-10-08 22:46:55 · 344 阅读 · 0 评论 -
Pandas缺失数据处理
Pandas缺失数据处理Pandas用np.nan代表缺失数据import pandas as pdimport numpy as npdates = pd.date_range('20130101',periods=10)df = pd.DataFrame(np.random.randn(10,4),index=dates,columns=['A','B','C','D'])df.head(原创 2017-10-08 21:52:15 · 499 阅读 · 0 评论 -
Pandas数据存储
Pandas数据存取Pandas可以存取多种介质类型数据,例如:内存、文本、CSV、JSON、HTML、Excel、HDF5、SQL等生成数据import numpy as np import pandas as pddf = pd.DataFrame(np.random.randn(1000, 4), columns = ['A', 'B', 'C', 'D'])df.head()原创 2017-10-08 18:05:13 · 1314 阅读 · 0 评论 -
Pandas基础-DataFrame-增删改查
DataFrame查增改删原创 2017-10-07 12:16:38 · 4611 阅读 · 0 评论 -
Pandas统计分析基础
Pandas统计分析原创 2017-10-07 09:13:58 · 1223 阅读 · 0 评论 -
Pandas基础复习-DataFrame
数据类型-DataFrameDataFrame是由多个Series数据列组成的表格数据类型,每行Series值都增加了一个共用的索引既有行索引,又有列索引 行索引,表明不同行,横向索引,叫index,0轴,axis=0列索引,表名不同列,纵向索引,叫columns,1轴,axis=1DataFrame数据类型可视为:二维 带标签 数组每列值的类型可以不同基本操作类似Series,依据行原创 2017-09-28 21:33:08 · 2113 阅读 · 0 评论 -
Pandas时间序列
Pandas时间序列pandas 提供了一组标准的时间序列处理工具和数据算法数据类型及操作Python 标准库的 datetimedatetime 模块中的 datetime、 time、 calendar 等类都可以用来存储时间类型以及进行一些转换和运算操作。from datetime import datetimenow = datetime.now()nowdatetime.datetim原创 2017-10-09 13:30:10 · 797 阅读 · 0 评论