qq_34184505的博客

【代码】python计算相关系数。

在Pandas中我们在处理时间序列的时候常用的方法有：pd.to_datetime()pd.date_range()pandas生成时间索引# pd.date_range()index = pd.date_range("20210101",periods=20)indexOut[29]: DatetimeIndex(['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05', '

数据表信息查看1、维度查看：df.shape2、数据表基本信息（维度、列名称、数据格式、所占空间等）：df.info()3、每一列数据的格式：df.dtypes4、某一列格式：df['B'].dtype5、空值：df.isnull()6、查看某一列空值：df['B'].isnull()df['B'].isnull().sum() //会显示各个字段含有缺失值的个数df['B'].isnull().info() //会显示类型7、查看某一列的唯一值：df['B

Series的map函数Series的map方法可以接受一个函数或含有映射关系的字典型对象。使用map是一种实现元素级转换以及其他数据清理工作的便捷方式。DataFrame中对应的是applymap()函数，当然DataFrame还有apply()函数1.字典映射例如，对数据的某个字段进行数字编码的时候：df['diagnosis'] = df['diagnosis'].map({'M':1,'B':0})map函数也可以搭配"lambda"函数使用：import pandas as

apply函数apply函数是pandas里面所有函数中自由度最高的函数。该函数如下：DataFrame.apply(func, axis=0, broadcast=False, raw=False, reduce=None, args=(), **kwds)该函数最有用的是第一个参数，这个参数是函数，相当于C/C++的函数指针。这个函数需要自己实现，函数的传入参数根据axis来定，比如axis = 1，就会把一行数据作为Series的数据结构传入给自己实现的函数中，我们在函数中实现对Series