python系列（2）---pandas库基础知识

最新推荐文章于 2022-08-11 22:45:56 发布
最新推荐文章于 2022-08-11 22:45:56 发布
阅读量305 收藏 2
点赞数
分类专栏： python数据分析 文章标签： 数据清洗 pandas  pythoon
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_42152164/article/details/86651690
版权
本文介绍了pandas库在数据清洗中的基本使用，涵盖了数据创建、操作、计算和索引等方面。讲解了Series和DataFrame的创建，数据读取、过滤、重命名、选择、添加和删除的方法，以及缺失值的处理。还讨论了数据的统计方法，如统计函数、相关系数和分组计算。
摘要由CSDN通过智能技术生成

pandas是数据清洗常用包，知识点包括数据的创建、数据的操作、数据的计算、数据的索引。

脑图如下。

一、数据创建：Series,DataFrame

1.Series创建的两种方式 ：一维数组    或者  字典

 

2.Series运算

 

3.dataframe创建的两种方式：数组    或者  字典

最低0.47元/天 解锁文章
睡醒了的小码媛
关注
专栏目录
pandas库相关知识
Jarrodche的博客
03-27 554
介绍了pandas库的相关知识
python数据分析——数据查看与选取(一)
黄俊文的博客
08-08 4万+
前面已经讲了如何用pandas导入数据，这篇文章就来讲一些常用的数据查看、数据选取。做到了这一步，就可以进行一些快速的描述性分析了！ 要查看数据与选取数据，我们首先得了解python里数据存储的方式，然后才能进行数据查看、数据选择、数据清洗、数据分析、数据建模等。。 所以本文将分为： 数据结构 常用查看/选择数据函数 函数代码案例 （本文会结合大家常用的excel和sql的思维模式来讲解...
Pandas 基础知识点总结（python）
我是索隆啊
11-10 1097
参考连接 pandas 数据结构 维数 名称 描述 1 Series 带标签的一维同构数组 2 DataFrame 带标签的，大小可变的，二维异构表格 用值列表生成 Series 时，Pandas 默认自动生成整数索引， DataFrame 的每一列都可以看作一个 Series Pandas 所有数据结构的值都是可变的，但数据结构的大小并非都是可变的，比如，Series 的长度不可改变，但 DataFrame 里就可以插入列。 Pandas 里，绝大多数方法都不改变原始的输入
python：df.corr() 数据的相关性分析
belldeep的专栏
12-07 1万+
基金净值与龙头股收盘价 数据的相关性分析： diff_corr.py # coding: utf-8 import os, sys from datetime import datetime import matplotlib.pyplot as plt import pandas as pd # 512070,易方达沪深300非银ETF基金 df = pd.read_csv('5120...
python pandas df.iloc[]的典型用法
weixin_45144170的博客
05-10 2万+
与df.loc[] 根据行标或者列标获取数据不同的是df.iloc[]则根据数据的坐标（position）获取，如下图红色数字所标识： iloc[] 同样接受两个参数，分别代表行坐标，列坐标。可以接受的参数 类型为数字，数字类型的列表以及切片 下面举例说明： name score grade id a bog 45 A c jiken 67 B d bob 23 A b jiken
python-3.8.10-amd64.7z
最新发布
10-20
6. **第三方库**：除了标准库外，Python还有丰富的第三方库，如`numpy`用于数值计算，`pandas`用于数据处理，`requests`用于HTTP请求，可通过`pip`安装。 了解并掌握这些知识点，将有助于你更高效地使用和开发...
Python-pandas基础习题与答案
07-06
### Python-pandas基础习题与答案 #### 一、题目解析及知识点概述 根据题目描述，这份材料主要涉及Python中的pandas库的基础操作，包括数据读取、数据处理、数据分析等多个方面。通过这些习题，我们可以了解到如何...
Python-100-Days (附源码).zip
06-02
"Day71-85"可能涵盖了数据分析的基础，如使用pandas库处理数据，以及matplotlib和seaborn库进行数据可视化。"Day91-100"可能是更高级的主题，比如Web开发框架Django或Flask的应用，或者机器学习基础，如线性回归、...
北理-Python数据分析与展示-Numpy、Matplotlib、Pandas作业 1+1
08-14
“W1+W2”可能是本次作业的两个部分，可能涵盖Numpy、Matplotlib和Pandas的基础知识和进阶应用。学生需要结合这三个库，完成数据的加载、清洗、分析，并用图表进行结果展示。这不仅要求对库的功能有深入理解，还考验...
python数据分析思维导图
08-19
python做数据分析三大神器库：numpy，pandas，matplotlib
使用python进行相关性分析并绘制散点图
zyh19970701的博客
09-16 1万+
近期，有小伙伴问我关于怎么使用python进行散点图的绘制，这个东西很简单，但是怎么讲相关性的值标注在图形上略显麻烦，因此，在这里记录一下，将整个流程展示一下。 需要用到的库 在本篇博客中，主要用到的库是pandas、numpy、matplotlib、seaborn等，想要使用seaborn库必须要引入matplotlib库，seaborn是作为它的外挂库。 #1 load pakeage import pandas as pd#读写表格以及表格处理 import numpy as np#用.
Python3 df.loc和df.iloc函数用法及提取指定行列位置处数值
Never Settle
11-29 2万+
关于pandas.dataframe.loc与pandas.dataframe.iloc用法官方说明，见官网。 df.loc和df.iloc函数用法的df由pandas.read_csv()函数读取而来。 1. DataFrame.loc Access a group of rows and columns by label(s) or a boolean array. .loc[] is primarily label based, but may also be used with a boolean
【数据分析实用方法 01】numpy 和 pandas 常用方法汇总
Tekapo_s的博客
08-11 1087
这个专栏是实用数据集处理以及图像绘制，全是实际项目中用到的干货。最近做了一个需要大量数据处理的项目，正好吧所有用到的numpy 和 pandas方法进行汇总。用到新方法会及时更新汇总。
pandas之DataFrame取行列（df.loc(),df.iloc()）以及索引
chang995196962的博客
01-16 1万+
import pandas as pd import numpy as np df = pd.DataFrame(np.arange(24).reshape(6,4),index=list("ABCDEF"),columns=list("WXYZ")) # df 输出的结果为： W X Y Z A 0 1 2 3 B 4 5 6 7 C 8...
corr()函数的用法
weixin_44361900的博客
09-20 4万+
corr()函数的用法 corr可选的方式有三种： 1）pearson：相关系数来衡量两个数据集合是否在一条线上面，即针对线性数据的相关系数计算，针对非线性数据便会有误差。 2）spearman：非线性的，非正太分析的数据的相关系数 3）kendall：用于反映分类变量相关性的指标，即针对无序序列的相关系数，非正太分布的数据 其中corr()函数的参数为空时，默认使用的参数为pearson 上面的结果验证了，pearson对线性的预测较好，对于幂函数，预测差强人意。 ...
python编程思维导图
sdulsj的博客
12-08 1万+
总览 第一张图 基础知识图一包括了基本规则、Python语言特点、计算机语言、如何运行Python、变量赋值五个方面，辅助你快速掌握Python编程的基底知识。 第二张图 基础知识图二包含了模块结构、布局、IO编程流程、标识符、Python对象、内存管理、动态类型六大模块，两张基础知识导图可以帮助你区域化了解Python的组成部分及基本操作。 第三张图 学习Py
pandas中的data.corr()函数方法说明及使用
热门推荐
qq_41721951的博客
11-12 6万+
数据相关性分析中，经常用到data.corr()函数，data.corr()表示了data中的两个变量之间的相关性，取值范围为[-1,1],取值接近-1，表示反相关，类似反比例函数，取值接近1，表正相关。 首先创建数据 import seaborn as sns import numpy as np import pandas as pd data = pd.DataFrame([[1,6,7,5,1],[2,10,8,3,4],[3,4,0,10,2]],columns=['val1','val2','
Pandas库处理Excel数据-Python办公实战技巧
资源摘要信息:"Python办公【读取Excel】-Pandas库-实用素材"提供了一个针对办公自动化场景的具体实例，展示了如何利用Python编程语言结合Pandas库高效地处理Excel数据。Pandas是一个开源的数据分析库，广泛应用于...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值