![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
数据分析
文章平均质量分 86
ADCC千月
民航数据小小网管。
展开
-
Pandas简介与相关环境安装(1) Python 数据分析从零开始
学习基于 Wes McKinney 所著的《利用Python进行数据分析》一书,此书因翻译的原因(或者我买的是盗版?119块钱的书67买的,确实有些慌)有一些错误。我尽量改正并加入自己理解,望能帮到各位数据分析师。 ...原创 2019-06-17 20:21:51 · 672 阅读 · 0 评论 -
Python 语言最基础介绍(2) Python 数据分析从零开始
一、Python代码书写规则 Python语言对比其他常用语言,更注重可读性,易用性和清晰性。Python使用缩进来组织代码,缩进可以是空格或者<tab>,而其他语言如C++ ,JAVA,R则使用大括号。举个简单的例子。如果数值大于5输出errorarray=[1,3,2,4,5,6,9,8]for x in array: if x < 5: ...原创 2019-06-22 19:27:42 · 253 阅读 · 0 评论 -
Pandas 数据结构介绍 Series(3)Python 数据分析从零开始
写任何有关pandas的代码前,我们应该先导入pandas import pandas as pd 我们下面出现全部的pd都代表对pandas的引用一、简单的Series对象 Series是一种一维数组对象,它包含了一个值序列和一个被称为索引的数据标签。下面给出了一个最简单的序列,由一个数组组成。...原创 2019-06-24 10:46:22 · 871 阅读 · 0 评论 -
Pandas reindex 重建索引和自动填充(6)Python 数据分析从零开始
写任何有关pandas的代码前,我们应该先导入pandas import pandas as pd我们下面出现全部的pd都代表对pandas的引用重建索引 重建索引是Pandas的一个重要方法,主要用于创建一个符合我们需要索引内容的新对象。如果某个索引的值并之前不存在,则会被赋予一个缺失值。 新对象 = Series/Datafr...原创 2019-07-03 03:04:09 · 4578 阅读 · 0 评论 -
Pandas 数据结构介绍 DataFrame(4)Python 数据分析从零开始
写任何有关pandas的代码前,我们应该先导入pandasimport pandas as pd我们下面出现全部的pd都代表对pandas的引用一、简单的DataFrame对象 DataFrame是一种矩阵数据表,可以看成由多个拥有相同索引的Series。如果有过关系型数据库基础的朋友会很熟悉这种表结构,甚至我们可以想象下Execl表,也有异曲同工之妙。...原创 2019-06-27 18:04:16 · 479 阅读 · 0 评论 -
Pandas 删除行或者列 (7)Python 数据分析从零开始
写任何有关pandas的代码前,我们应该先导入pandas import pandas as pd我们下面出现全部的pd都代表对pandas的引用Series对象删除元素 我们工作中导入一些数据,往往会要删除一些行或者列来精简数据。使用drop方法可以轻松的做到。drop也可以直接修改数据而不需要生成新的对象。后面需要加参数inplace。 ...原创 2019-07-12 21:57:32 · 2705 阅读 · 0 评论 -
Pandas 数据结构介绍 索引对象 (5)Python 数据分析从零开始
写任何有关pandas的代码前,我们应该先导入pandas import pandas as pd我们下面出现全部的pd都代表对pandas的引用一、简单的索引对象 所谓索引对象,其实就是用于存储轴标签(行/列名)和其他元数据的。在构造Series和Dataframe时,你所使用的任意数组或标签都可以在内部转化为索引对象。简单的说法就是单独把索引提...原创 2019-06-30 10:16:54 · 420 阅读 · 0 评论 -
Pandas 导入CSV文件 (8)Python 数据分析从零开始
写任何有关pandas的代码前,我们应该先导入pandas import pandas as pd我们下面出现全部的pd都代表对pandas的引用关于CSV文件格式 CSV即Comma Separate Values(逗号分隔值),默认使用逗号来进行分隔列的一类文本文件。此分隔符可以改变,因为逗号在很多地方都会出现,所以做分隔符有时不是太合理。 ...原创 2019-08-11 23:38:02 · 2130 阅读 · 0 评论