- 博客(4)
- 收藏
- 关注
RSS订阅原创 DataWhale Pandas数据分析 Task04：分组
文章目录练习Ex1：汽车数据集Ex2：实现transform函数心得体会练习Ex1：汽车数据集现有一份汽车数据集，其中Brand, Disp., HP分别代表汽车品牌、发动机蓄量、发动机输出。In [45]: df = pd.read_csv('data/car.csv')In [46]: df.head(3)Out[46]: Brand Price Country Reliability Mileage Type Weight Disp. HP
2020-12-25 21:19:20
171
2
原创 DataWhale Pandas数据分析 Task03：索引
Ex1：公司员工数据集现有一份公司员工数据集：In [167]: df = pd.read_csv('data/company.csv')In [168]: df.head(3)Out[168]: EmployeeID birthdate_key age city_name department job_title gender0 1318 1/3/1954 61 Vancouver Executive CEO
2020-12-20 14:58:27
230
原创 DataWhale Pandas数据分析 Task02：pandas基础
五、练习Ex1：口袋妖怪数据集现有一份口袋妖怪的数据集，下面进行一些背景说明：#代表全国图鉴编号，不同行存在相同数字则表示为该妖怪的不同状态妖怪具有单属性和双属性两种，对于单属性的妖怪，Type 2为缺失值Total, HP, Attack, Defense, Sp. Atk, Sp. Def, Speed分别代表种族值、体力、物攻、防御、特攻、特防、速度，其中种族值为后6项之和In [116]: df = pd.read_csv('data/pokemon.csv')In
2020-12-19 22:28:44
300
1
原创 DataWhale Pandas数据分析 Task01：预备知识
这里写自定义目录标题练习Ex1：利用列表推导式写矩阵乘法Ex2：更新矩阵Ex3：卡方统计量Ex4：改进矩阵计算的性能Ex5：连续整数的最大长度练习Ex1：利用列表推导式写矩阵乘法一般的矩阵乘法根据公式，可以由三重循环写出：In [138]: M1 = np.random.rand(2,3)In [139]: M2 = np.random.rand(3,4)In [140]: res = np.empty((M1.shape[0],M2.shape[1]))In [141]: for i in
2020-12-15 12:13:22
203
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人