![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
笔记
文章平均质量分 66
随便叫个啥~!
这个作者很懒,什么都没留下…
展开
-
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原创 2021-01-14 21:17:01 · 823 阅读 · 0 评论 -
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(原创 2021-01-05 22:59:29 · 670 阅读 · 2 评论 -
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原创 2021-01-07 22:40:06 · 555 阅读 · 1 评论