pandas入门
rthnfgxh
这个作者很懒,什么都没留下…
展开
-
pandas入门——数据合并merge函数
数据合并merge函数创建数据集# 导入pandas和numpy包import pandas as pdimport numpy as np# 创建两个数据框df_left = pd.DataFrame(data=np.ones((5,6)),columns=["a","b","c","d","e","f"],index=["k1","k2","k3","k4","k5"])df_rig原创 2017-08-15 19:56:32 · 9503 阅读 · 0 评论 -
pandas入门——数据缺失值处理
数据缺失值处理将含有NaN值的行删除# 导入pandas与numpy包import pandas as pdimport numpy as np# 创建时间序列date1 = pd.date_range("20170813",periods=6)df = pd.DataFrame(data=np.random.randint(3,9,size=(6,9)),index=date1,col原创 2017-08-16 14:22:59 · 1084 阅读 · 0 评论 -
pandas入门——文件读取与写入
文件读取与写入读取文件# 导入pandas与numpy包import pandas as pdimport numpy as np# 读取一个CSV文件file_csv = pd.read_csv(filepath_or_buffer="D://NBA.csv",encoding="gbk")文件写入# 将读取出来的文件保存成pickle形式file_csv.to_pickle(pat原创 2017-08-16 14:33:20 · 6775 阅读 · 0 评论 -
pandas入门——数据的创建与基本操作
数据的创建与基本操作建一个dataframe 使用时间序列为行索引,使用abcdef为列索引# 导入numpy包以np的形式;导入pandas包以pd的形式import numpy as npimport pandas as pd# 创建一个时间序列dates = pd.date_range("20170813",periods=6)# 创建一个dataframe 使用时间序列为行索引,使原创 2017-08-15 18:11:01 · 1262 阅读 · 0 评论 -
pandas入门——数据切片
数据切片创建数据集# 导入pandas与numpyimport pandas as pdimport numpy as np#创建一个dataframe 以时间序列为index 以abcdef为columndate1 = pd.date_range("20170813",periods=6)df = pd.DataFrame(data=np.random.randint(3,9,siz原创 2017-08-15 18:27:17 · 17353 阅读 · 1 评论 -
pandas入门——数据修改
数据修改修改特定值# 导入pandas与numpy包import pandas as pdimport numpy as np# 创建时间序列数据date1 = pd.date_range("20170813",periods=6)df = pd.DataFrame(data=np.random.randint(3,9,size=(6,6)),columns=np.arange(6),in原创 2017-08-15 19:03:42 · 21624 阅读 · 0 评论 -
pandas入门——数据合并concat函数
数据合并concat函数创建数据框# 导入pandas与numpy包import pandas as pdimport numpy as np# 创建两个index与columns有重合的数据框df1 = pd.DataFrame(data=np.ones((5,6))*1,columns=["a","b","c","d","e","f"],index=[0,1,2,3,4])df2 =原创 2017-08-15 19:08:48 · 7798 阅读 · 1 评论