![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pandas
sunshine_lyn
欢迎访问个人博客: https://www.elainelv.github.io/
展开
-
python3:pandas(合并concat和merge)
pandas处理多组数据的时候往往会要用到数据的合并处理,其中有三种方式,concat、append和merge。1、concat用concat是一种基本的合并方式。而且concat中有很多参数可以调整,合并成你想要的数据形式。axis来指明合并方向。axis=0是预设值,因此未设定任何参数时,函数默认axis=0。(0表示上下合并,1表示左右合并)import pandas as ...原创 2018-08-09 15:01:10 · 9327 阅读 · 0 评论 -
python3:pandas(处理丢失数据)
处理丢失数据NaN主要有三种方法:pd.dropna,pd.fillna,pd.isnull创建一个包含NaN(not a number)的数据。import pandas as pdimport numpy as npdates = pd.date_range('20130101', periods=6)df = pd.DataFrame(np.arange(24).resha...原创 2018-08-09 13:29:21 · 1066 阅读 · 0 评论 -
python3:pandas(选择数据)
简单的刷选import pandas as pdimport numpy as npdates = pd.date_range('20130101', periods=6)df = pd.DataFrame(np.arange(24).reshape((6, 4)), index=dates, columns=['A', 'B', 'C', 'D'])print(df)'''...原创 2018-08-09 13:10:40 · 1448 阅读 · 0 评论 -
python3:pandas(Series+dataFrame)
非常推荐莫烦python,对于初学者来说,真的变得通俗易懂!友好地带你入门!pandas官方说明文档学到numpy,不可避免的要学下pandas。pandas使得numpy的使用变得非常的简单。如果把numpy比作数据库中的表,那么pandas就是对这些表进行操作的SQL语句。首先。来了解下pandas的两个主要的数据结构:Series和DataFrame。Seriesimp...原创 2018-08-09 11:50:07 · 753 阅读 · 0 评论