![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
pandas
Sweeney Chen
厚积薄发!
展开
-
pandas数据结构
Python数据分析:pandas数据结构 Series: 类似一维数组的对象 通过list构建Series ser_obj = pd.Series(range(10)) import pandas as pd # 通过list构建Series ser_obj = pd.Series(range(10, 20)) print(type(ser_obj)) 运行结果: 由数...原创 2019-04-27 10:17:41 · 153 阅读 · 0 评论 -
pandas练习(一)
pandas练习(一) 建立一个以 2018 年每一天为索引,值为随机数的 Series dti = pd.date_range(start='2018-01-01',end='2018-12-31',freq='D') s = pd.Series(np.random.rand(len(dti)),index=dti) s 统计s 中每一个周三对应值的和 s[s.index.weekday ==...原创 2019-05-12 17:21:41 · 1862 阅读 · 0 评论 -
pandas数据重构与数据转换
Python数据分析:pandas数据重构与数据转换 重构 import numpy as np import pandas as pd df_obj = pd.DataFrame(np.random.randint(0,10, (5,2)), columns=['data1', 'data2']) df_obj 运行结果: stack 将列索引旋转为行索引,完成层级索引 stack...原创 2019-04-28 21:59:02 · 1144 阅读 · 0 评论 -
pandas数据合并
Python数据分析:pandas数据合并 pd.concat 沿指定轴方向将多个对象合并到一起 注意指定轴的方向,默认axis=0 # index 没有重复的情况 ser_obj1 = pd.Series(np.random.randint(0, 10, 5), index=range(0,5)) ser_obj2 = pd.Series(np.random.randint(0, 10,...原创 2019-04-28 16:03:59 · 412 阅读 · 0 评论 -
pandas数据连接
python数据分析:pandas数据连接 pd.merge import pandas as pd import numpy as np df_obj1 = pd.DataFrame({'key': ['b', 'b', 'a', 'c', 'a', 'a', 'b'], 'data1' : np.random.randint(0,10,7)})...原创 2019-04-28 14:36:22 · 296 阅读 · 0 评论 -
pandas分组与聚合
Python数据分析:pandas分组与聚合 分组(groupby): 对数据集进行分组,然后对每组进行统计分析 SQL能够对数据进行过滤,分组聚合 pandas能利用groupby进行更加复杂的分组运算 分组运算过程 split(拆分):进行分组的根据 apply(应用):每个分组运行的计算规则 combine(合并):把每个分组的计算结果合并起来 impo...原创 2019-04-28 11:49:30 · 3176 阅读 · 0 评论 -
pandas层级索引
Python数据分析:pandas层级索引 import pandas as pd import numpy as np ser_obj = pd.Series(np.random.randn(12), index=[['a', 'a', 'a', 'b', 'b', 'b', 'c', 'c', 'c', 'd', 'd', 'd'], ...原创 2019-04-28 10:32:37 · 531 阅读 · 0 评论 -
pandas统计计算和描述
Python数据分析:pandas统计计算和描述 常用统计计算: sum, mean, max, min axis=0表示按列统计,axis=1按行统计 skipna 排除缺失值,默认为True idmax, idmin, cumsum import numpy as np import pandas as pd df_obj = pd.DataFrame(np.rand...原创 2019-04-27 22:15:10 · 1008 阅读 · 0 评论 -
pandas数据操作
Python数据分析:pandas数据操作 索引操作: series索引 ser_obj[‘label’] 通过索引名称访问 ser_obj[pos] 索引位置访问 import pandas as pd ser_obj = pd.Series(range(5), index = ['a', 'b', 'c', 'd', 'e']) print(ser_obj.head()) pr...原创 2019-04-27 14:31:11 · 247 阅读 · 0 评论 -
pandas练习(二)
pandas练习(二) 透视表的创建 df = pd.DataFrame({'A': ['one', 'one', 'two', 'three'] * 3, 'B': ['A', 'B', 'C'] * 4, 'C': ['foo', 'foo', 'foo', 'bar', 'bar', 'bar'] * 2, ...原创 2019-05-13 18:05:24 · 454 阅读 · 0 评论