![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pandas
QiuBeiXianSeng
这个作者很懒,什么都没留下…
展开
-
pandas--实战以及使用pyecharts绘图,(面向对象)
实战9• covid_approval_toplines.csv• subject:与covid-19处理有关的(Trump)• modeldate:日期• party:政党• approve_estimate:赞成• disapprove_estimate:不赞成• covid_concern_toplines.csv• subject:concern-infected 关心感染,concern-economy 关心经济• very_estimate:非常关注• somewhat_es原创 2020-09-18 17:11:50 · 2905 阅读 · 0 评论 -
pandas—实战练习
实战4读取 population_data.json 数据统计以下5个国家2010年人口的占比情况。country_list = [“Afghanistan”,“Albania”,“Arab World”,“Aruba”,“Bangladesh”]import pandas as pdimport numpy as npimport matplotlib.pyplot as pltdf = pd.read_json("population_data.json")df.info()df.h原创 2020-09-16 12:31:43 · 455 阅读 · 2 评论 -
pandas-实战
通过starbucks_store_worldwide.csv数据,获取中国每个省份的分布数量import pandas as pdimport numpy as npfrom matplotlib import pyplot as plt"""了解数据- 扣题:中国的市- 需求的数据 - Country - City- 有缺失值,是否要处理?count()获取非nan个数 """sb_df = pd.read_csv("starbucks_store_worldwid原创 2020-09-14 16:10:58 · 438 阅读 · 1 评论 -
pandas-作业
练习1将 学生成绩表 与 选修成绩表 进行水平的拼接第一种方法import pandas as pdimport numpy as np# 读取学生成绩表跟选修成绩表df1 = pd.read_excel("学生成绩表.xlsx",index_col = 0)df2 = pd.read_excel("选修成绩表.xlsx",index_col = 0)# 使用堆叠方式进行拼接pd.concat((df1,df2),axis = 1)结果如下:第二种方法# 读取学生成绩表跟选原创 2020-09-10 14:15:32 · 273 阅读 · 0 评论 -
pandas-作业
练习1• 读取北向.csv 指定 trade_date 为 行索引• 查看数据的基本信息 有无缺失值 对其缺失值进行处理• 删除缺失值所在行• 查看数据的基本信息 查看数据是否清洗完毕• 标签为 index 这列没啥用 将该列删除• 观察数据是否有重复行• 将重复行进行删除• 将行索引 进行升序• 将处理好的数据 保存至 北向(副).csvimport pandas as pdimport numpy as np# 读取北向.csv 指定第一列为 行索引bx_df = p原创 2020-09-09 12:51:53 · 167 阅读 · 0 评论 -
作业
练习1读取 catNames2.csv 文件,完成需求如下:• 找到所有的使用次数超过800的猫的名字• 获取用次数最高的名字读取 catNames2.csv 文件import pandas as pdimport numpy as np# 读取Excel表格数据c_df = pd.read_csv("catNames2.csv")c_df结果如下:找到所有的使用次数超过800的猫的名字# 找到所有的使用次数超过800的猫的名字c_df[c_df.loc[:,"Count_A原创 2020-09-04 15:59:17 · 399 阅读 · 0 评论 -
作业
练习1通过 Pandas 创建 学生成绩表的 excel 文件 。参考数据如下(可自己构建):代码如下:import pandas as pdimport numpy as npstu_names = ["胡歌","林更新","金世佳","丑娟"]courses = ['语文', '数学', '英语', 'Python', '体育']data = np.array([[87., 74., 98., 84., np.nan],[79., 69., 61., 99., np.nan],[84.,原创 2020-09-03 11:50:13 · 344 阅读 · 0 评论