- 博客(5)
- 收藏
- 关注
RSS订阅原创 pandas时间序列
时间序列是一种重要的结构化数据形式。 时间序列的数据意义取决于应用的场景: 1.时间戳(timestamp) : 特定的时刻 2.固定时期(period),如2018年的8月 3.时间间隔(interval): 由起始的时间戳和结束的时间戳决定.时期（period）可以被看作时间间隔的特列，因为时间间隔过长，可以去这样想 可能我们经常见到或用到的索引就是时间戳。 1.日期和...
2018-08-23 10:24:12
290
原创 pd字符串处理
先说明一下，这些知识，也是我在学习有些书籍，然后写的知识点，也是用自己的理解写出来，例子有些是自己添加，有些是和书籍上一样的，是看我是否写错。我写这些博客也是自己学习的痕迹和以后方便自己复习，再回顾。所以本人也是一个学生。 1.python很多内建方法很适合处理string。2.而对于更复杂得模式，可以配合正则表达式。而pandas则混合了两种方式。 1.字符串对象方法 大部分字符串可以使用...
2018-08-12 21:48:25
1521
原创 pandas数据变换(二)
5.离散化和装箱 连续型数据经常离散化或分散成bins(分箱)来分析。 假设又一组数据，数据代表不同的年龄，把人分到不同的年龄组 import numpy as pd import pandas as pd from numpy import nan as NA ages = [20, 22, 25, 27, 21, 23, 37, 31, 61, 45, 41, 32] #把上诉年龄下...
2018-08-09 16:52:15
1535
1
原创 pandas数据变换(一)
1.删除重复值 import numpy as np import pandas as pd data=pd.DataFrame({'k1':['one','two']*3+['two'],'k2':[1,1,2,3,3,4,4]}) print(data) #输出: k1 k2 0 one 1 1 two 1 2 one 2 3 two 3 4 one ...
2018-08-09 10:05:24
1481
原创 pandas数据清理
在数据分析中，80%的时间是用于数据清理。 1.对于数值型数据，pandas用用浮点值NaN来表示缺失值，称之为标识符，这种值能被轻易检测到。 在pandas中，把缺失值表示NA 内建的python None也表示缺失值NA import numpy as np import pandas as pd obj=pd.Series(['li','xun',np.nan,'big']) p...
2018-08-08 14:45:41
1443
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人