![](https://img-blog.csdnimg.cn/20200501154151221.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Pandas
好好学习,天天向上
张可盐
张得可盐,还得嗑盐
展开
-
Pandas数据结构
文章标题原创 2020-05-01 15:49:45 · 614 阅读 · 0 评论 -
Pandas基本属性和统计方法
上一篇文章中介绍了数据结构,其中尤为重要的是DataFrame。文章标题Series的基本属性和方法DataFrame的基本属性和方法统计函数汇总方法唯一去重和按值计数相关系数和协方差Series的基本属性和方法DataFrame的基本属性和方法代码示例import pandas as pddf = pd.DataFrame([{'名字':'小明','年龄':18}, ...原创 2020-05-01 18:37:06 · 708 阅读 · 1 评论 -
Pandas文本数据处理与时间序列
Pandas提供了一组字符串函数,可以方便地对字符串数据进行操作。 最重要的是,这些函数忽略NaN值。以下的这些方法几乎都支持Python内置的字符串函数。函数名描述lower()将Series/Index中的字符串转换为小写。upper()将Series/Index中的字符串转换为大写。len()计算字符串长度。strip()帮助从两侧的系列/索引中的每个字符串中删除空格(包括换行符)。split(’’)用给定的模式拆分每个字符串。cat(se原创 2020-05-12 16:26:44 · 541 阅读 · 0 评论 -
Pandas分组(GroupBy)
Pandas的分组操作与SQL语句的group by 基本相差不大,相互之间可以联想理解。在分组以后可以进行一下操作:聚合 agg()- 计算汇总统计转换转换transform()- 执行一些特定于组的操作过滤 -过滤filter()- 在某些情况下丢弃数据import pandas as pdimport numpy as npdata = { 'Team': ['Riders', 'Riders', 'Devils', 'Devils', 'Kings', 'kings原创 2020-05-12 19:50:27 · 5141 阅读 · 0 评论 -
Pandas合并与连接
数据表可以按照键(merge函数)来连接,也可以使用轴来合并(concat函数)单键连接语法格式如下为:pandas.merge(left,right,how="" on=key) on参数可以选择连接的键值。can其中how参数可以选择连接方式与SQL语句的连接内涵相同,可选值有一下几个:参数SQL等效描述leftLEFT OUTER JOIN合并后显示左侧对象的所有行rightRIGHTOUTER JOIN合并后显示右侧对象的所有行outerFUL.原创 2020-05-13 23:08:49 · 294 阅读 · 0 评论 -
Pandas重塑和透视
重塑 (reshape) 和透视 (pivot) 两个操作只改变数据表的布局 (layout):重塑用 stack 和 unstack 函数 (互为逆转操作)透视用 pivot 和 melt 函数 (互为逆转操作)原创 2020-05-15 22:43:08 · 263 阅读 · 0 评论