![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python数据处理 numpy&pandas
与时光握手言和啊~
这个作者很懒,什么都没留下…
展开
-
数据处理 numpy and pandas——011_pandas 合并concat,append、merge
主要函数:concat,append、merge 一、concat函数 pd.concat(objs, axis=0, join=‘outer’, join_axes=None, ignore_index=False, keys=None, levels=None, names=None, verify_integrity=False) 参数说明: 1、objs: series,dataf...原创 2019-03-29 15:26:32 · 198 阅读 · 0 评论 -
数据处理 numpy and pandas——009_pandas 处理丢失数据
isnull 判断是否丢失数据 nan 制造丢失数据假象~~(不皮,稳住) fillna 将丢失数据填充为0 源代码及注释: import numpy as np import pandas as pd # 假装没有这一部分,故意制造丢失数据 datas = pd.date_range('20180102',periods=6) df = pd.DataFrame(np.arange(...原创 2019-03-29 11:17:34 · 164 阅读 · 0 评论 -
数据处理 numpy and pandas——008_pandas 设定值
通过loc、iloc等选择数据后对数据进行修改。 源代码及注释如下: import pandas as pd import numpy as np dates = pd.date_range('20160101',periods=6) df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['A','B','C','...原创 2019-03-29 11:13:18 · 122 阅读 · 0 评论 -
数据处理 numpy and pandas——007_pandas 选择数据
使用pandas中的loc、iloc、ix(不建议使用)函数 源代码及注释: import pandas as pd import numpy as np dates = pd.date_range('20160101',periods=6) df = pd.DataFrame(np.arange(24).reshape((6,4)),index=dates,columns=['A','B','...原创 2019-03-29 11:10:57 · 182 阅读 · 0 评论 -
数据处理 numpy and pandas——006_pandas基本介绍
使用pandas中的DateFrame生成索引。以及对生成索引之后的数据进行排序、数据简单分析等操作 源代码及注释如下: import pandas as pd import numpy as np s=pd.Series([1,3,6,np.nan,44,1]) # Series 是一个一维数组结构的,可以存入任一一种python的数据类型 dates = pd.date_...原创 2019-03-29 10:52:50 · 171 阅读 · 0 评论 -
数据处理 numpy and pandas——003_numpy索引
此段代码有疑问,不明白后边的三段for循环的详细流程。还望有大神解释一下。 源代码: import numpy as np a= np.arange(3,19).reshape((4,4)) # print(a) # print(a[2]) # 索引行 索引值 # print(a[1][2]) # print(a[1,2]) # print(a[:,2]) # 第二列...原创 2019-03-29 09:11:17 · 121 阅读 · 0 评论 -
数据处理 numpy and pandas——005_numpy_array分割
使用numpy模块中的 split、array_split、vsplit、hsplit 等函数对数组进行分割。 源代码及注释如下: import numpy as np a=np.arange(12).reshape((3,4)) print(a) print(np.split(a,2,axis=1)) #将每行分成2部分,组成2个array(axis=1,按行的方向进行操作) print(n...原创 2019-03-29 10:25:41 · 234 阅读 · 0 评论 -
数据处理 numpy and pandas——004_numpy_array合并
存代码用: numpy中 vstack,hstack 合并函数 源代码及注释: import numpy as np a = np.array([1,1,1]) b = np.array([2,2,2]) print(np.vstack((a,b))) #进行一个上下合并 print(np.hstack((a,b))) #进行一个左右合并 print(a.T) print(...原创 2019-03-29 09:44:29 · 171 阅读 · 0 评论 -
数据处理 numpy and pandas——001_numpy基础
内容: array生成数组 zeros生成零矩阵 arange生成浮点型数据 reshape重新定义形状 linspace生成数据 源代码及注释如下: import numpy as np a = np.array([[1,1,2],[2,2,4]],dtype = np.float64) #生成一个数组 array([ [ ] , [ ] ]) print(a) print(a.dty...原创 2019-03-28 16:03:49 · 133 阅读 · 0 评论 -
数据处理 numpy and pandas——002_numpy基础运算
矩阵的基础运算 sin运算 矩阵的乘法 sum求和,按列或者按行求和 min返回最小值,max返回最大值 argmin 返回最小值索引,argmax 返回最大值索引 mean,average,median,cumsum,diff,nonzero,sort,transpose等函数的使用详见注释 import numpy as np a= np.array([10,20,30,40]) b= ...原创 2019-03-28 16:41:47 · 172 阅读 · 0 评论 -
数据处理 numpy and pandas——010_pandas 导入导出
使用pandas中的 read_csv 函数读取文件,其中csv为文件格式(后缀名) 使用pandas中的 to_pickle 函数存储文件,其中 pickle为文件格式 运行程序前请将准备好的文件放入所在文件夹。 源代码及注释如下: import numpy as np import pandas as pd data = pd.read_csv('student.csv') pr...原创 2019-03-29 11:22:23 · 306 阅读 · 0 评论