- 博客(10)
- 收藏
- 关注
RSS订阅原创 Numpy 数组的合并
Numpy 数组的合并。合并Seies 与 DataFrame 与合并Numpy数组基本相同，numpy是用np.concatenate函数将两个或两个以上的数组合并成一个数组。
2023-04-19 10:10:18
846
原创 Pandas多级索引的数据累积方法
Pandas多级索引的数据累积方法。Pandas自带的数据累积方法，比如mean()、sum()、max()。而对于层级索引数据，可以设置参数level实现对数据子集的累积操作。这种语法其实就是GroupBy功能的快捷方式。
2023-04-15 08:25:36
225
原创 Pandas多级索引行列转换
Pandas多级索引行列转换。使用多级索引的关键是掌握有效数据转换的方法。Pandas有很多和stack()和unstack()类似的用法，可以合理的控制层级行列索引和在内容上保持不变的同时，按照需求进行行列转换。
2023-04-14 06:18:44
621
原创 Pandas多级索引的取值与切片
Pandas多级索引的取值与切片。对MultiIndex的取值和切片操作很直观，你可以直接把索引看成额外增加的维度。我们先来介绍Series多级索引的取值与切片方法，再介绍DataFrame的用法。多级索引的数据交互方法有很多，只介绍Series的6种和DataFrame的4种。
2023-04-13 10:17:14
1488
原创 Pandas多级索引的创建方法
Pandas多级索引的创建方法。为Series或DataFrame创建多级索引最直接的办法就是将index参数设置为至少二维的索引数组。分为隐式和显式的创建MultiIndex，隐式的MultiIndex的创建工作将在后台完成，显式的索引可以用pd.MultiIndex的方法更加灵活地构建多级索引。
2023-04-12 08:52:20
785
原创 Pandas多级索引Series
Pandas多级索引Series，在实践中，更直观的形式是通过层级索引（hierarchical indexing，也被称为多级索引，multi-indexing)配合多个有不同等级的一级索引一起使用，这样就可以将高维数组转换成类似一维Series和二维DataFrame对象的形式。
2023-04-11 10:35:27
269
原创 Pandas处理缺失值
Pandas中四种处理缺失值的方法，分别是isnull() 、notnull() 、dropna() 、fillna()
2023-04-07 20:24:39
633
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人