xiaoQL520的博客

在做数据清洗等工作时，必不可少的环节就是缺失值处理。在采用pandas读取或处理数据时，dataframe的缺失值默认是用nan填充的。但大多数情况下，我们需要的是None或者Null值而不是nan.所以，如何替换dataframe中的nan呢？替换nan的方法有很多，本文总结了三个方法。dataframe.fillna()方法，dataframe.applymap()以及dataframe....

1.我们准备一下测试数据。2.通过pandas读取表格中的数据并检测各列的数据类型（不指定类型）import pandas as pd# 获取测试数据data = pd.read_excel('../../test.xlsx',sheet_name='Sheet1',header=0)print(data)#或缺每列的数据类型print(data.dtypes)输出...

1.方法的参数解释官方解释：https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.apply.htmlDataFrame.apply(self, func, axis=0, broadcast=None, raw=False, reduce=None, result_type=None, ar...

(小白的个人理解，很多地方可能不准确，欢迎大家指正，向大家学习）

pandas序列部分

1.转化成时间格式seconds =35400m, s = divmod(seconds, 60)h, m = divmod(m, 60)print("%d:%02d:%02d" % (h, m, s))结果：9:50:002.转化成日期时间格式import time timeArray = time.localtime(1462482700)#秒数...

# -*- coding: utf-8 -*-"""@file:listStudy.py@time:2018/4/7 17:30@author:xq@contact:xiaoq_xiaoq@163.com"""#在列表末尾添加新的对象# myist = [1,2,3,4,5]# myist.append(6)# print(myList)#[1, 2, 3, 4, 5, 6]...

# -*- coding: utf-8 -*-"""@file:dictStudy.py@time:2018/4/7 20:07@author:xq@contact:xiaoq_xiaoq@163.com"""#cmp(dict1, dict2)比较两个字典元素。备注：python3中已经被取代#如果两个字典的元素相同返回0，如果字典dict1大于字典dict2返回1，如果字典di

# -*- coding: utf-8 -*-"""@file:strstudy.py@time:2018/4/2 21:45@author:xq@contact:xiaoq_xiaoq@163.com"""#把字符串的第一个字符大写# a = 'test'# print(a.capitalize())#'Test'#原字符串居中,并使用空格填充至长度 width 的新...

在python2中的队列模块为Queue,在python3中Queue模块已被重命名为queue。Queue----一个同步队列类队列(Queue)模块实现多生产者、多用户队列。当必须在多个线程之间安全地交换信息时，它在线程编程中特别有用。这个模块中的Queue类实现了所有必需的锁定语义。这取决于Python中线程支持的可用性。该模块实现了三种类型的队列，它们只在检索条目的顺序上有所不同。Queu...

在有些时候，我们可能会遇到字符之间的距离计算。在C语言中允许两个字符使用‘-’运算符，但是python不支持这个操作。python的ord()函数参数是一个字符，返回值是该字符对应的ascii码。因此我们可以通过该方法来实现两个字符之间的减法运算。print(ord('a')-ord('b'))-1备注：与ord()功能相反的是chr()函数，它的参数是一个范围在 （0～255）的整数，可以是1...

本文是个人的理解，由于刚接触并且自身能力也有限，也许会存在误解，欢迎留言指正，本人一定虚心请教，谢谢def _k_init(X, n_clusters, x_squared_norms, random_state, n_local_trials=None): """根据k-means++初始化质心 @:parameter X : 输入数据,应该是双精度(dtype =

源码解读----之_kmeans_single_lloyd和_kmeans_single_elkan初始化质心的方法，_init_centroids法被_kmeans_single_lloyd和_kmeans_single_elkan调用，而_kmeans_single_lloyd和_kmeans_single_elkan被k_means方法调用def _init_centroids(

源码解读----之-----k_means（被KMeans类调用)，本文是个人的理解，由于刚接触并且自身能力也有限，也许会存在误解，欢迎留言指正，本人一定虚心请教

pycharm自动添加注释

已知两点经纬度，计算两点间的距离

深入理解lambda

聚类算法学习----之----sklearn.cluster.KMeans

作为从事数据相关工作朋友，平时接触的更多的可能是一张有板有眼的数据表格，在这里我们就叫作数据框。在Python中可以通过pandas模块的DataFrame函数构造数据框。1、数据框的构造在Python中,可以借助于列表、元组、字典进行手工构建数据框，我们用例子说明：通过列表创建数据框#构造数据框import pandas as pddf =pd.DataFrame([[1

#encoding = utf-8"""@version:??@author: xq@contact:xiaoq_xiaoq@163.com@file: gpsDataMinStd.py@time: 2017/10/12 13:13"""from pymongo import MongoClient# 连接mongodb获取数据class dbApi(object):

python基础学习小结，那些不轻易间的细节总容易被忽略，所以，一点一点的积累，把基础打扎实

Anaconda为Python3.X安装basemap

Basemap绘制四川轮廓

如何借助于pandas模块进行数据的预处理，内容包括数据集变量与观测的筛选、变量的重命名、数据类型的变换、排序、重复观测的删除、和数据集的抽样。

pandas模块的频数统计、缺失值处理、数据映射、数据汇总......

Python字典按值排序、包含字典的列表按字典值排序的方法