- 博客(4)
- 收藏
- 关注
RSS订阅原创 分层索引
分层索引分层索引时pandas的重要特性，允许你在一个轴上拥有多个（两个或两个以上）索引层级。创建分层索引Series，以列表的列表（或数组）作为索引。data = pd.Series(np.random.randn(9), index=[['a','b','a','b','b','c','c','d','d'], [1,2,3,1,3,4,2,2,3]])print(data)打印如下：a 1 0.599
2021-01-14 21:17:01
870
原创 pandas处理缺失值
1、处理缺失值pandas使用浮点值NaN（Not a Number来表示缺失值），pandas的目标之一就是尽可能无痛地处理缺失值，例如：pandas对象的所有描述性统计信息默认情况下是排除缺失值的。NaN的常用处理方法：**dropna：**根据每个标签的值是否缺失数据来筛选轴标签，并根据允许丢失的数据量来确定阀值。**fillna：**用某些值填充缺失的数据或使用插值方法，如：‘ffill’用前一个值填充，‘bfill’用后一个值来填充。当第一个值是NaN时，指定参数‘ffill’后依然是Na
2021-01-07 22:40:06
607
1
原创 pandas数据组合
数据组合常用的方法有concat方法、append方法和merge方法，根据数据的特点不同，有不同的连接方式。1、添加行通过concat方法添加行，列相同时添加的行会在原来的列下面链接，列不相同时新的dataframe数据的列是被连接的列的并集。缺失的值用NaN填充。注：concat是pandas顶层的方法，调用时需要通过pandas来调用。列相同时：pf = pd.DataFrame(np.arange(15).reshape(5,3), index=list(
2021-01-05 22:59:29
726
2
原创 再见2020
2020年已经悄然走过，午餐间隙再回味一下。年初机会偶然的情况下接触了Python，从此就一发不可收拾，一个编程门外汉买书、查资料、看视频，一个人自学学的不亦乐乎。白天要上班，晚上和周末休息时间是我主要的学习时间，经常学的开心的时候到晚上很晚才睡，周末基本都是泡在图书馆。从最开始的基础语法开始，然后爬虫，现在在学数据处理。其实我是由着性子在学，想到啥就学啥。最开始就感觉编程挺有意思的，就开始学。基础语法越学越有意思。看到Python能够爬虫在只学了基础语法的情况下开始学习爬虫，爬虫玩了几个月又开始学习数
2021-01-05 12:07:20
106
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