yisuoyanyv的博客

pandas入门 利用Python进行数据分析

pandas备忘录，速查指南import pandas as pd import numpy as np 创建测试对象df=pd.DataFrame(np.random.rand(8,5))#创建一个DataFrame dfs=pd.Series([1,2,3,4,5,4,3,3])#创建一个Series s 0 1 1 2 2 3 3 4

pandas的groupby功能，可以计算 分组统计和生成透视表，可对数据集进行灵活的切片、切块、摘要等操作GroupBy技术“split-apply-comebine”（拆分-应用-合并）

处理缺失值 在python语言中，缺失值一般被称为nan，是”not a number”的缩写。 下面的代码可以计算出数据总共有多少个缺失值,这里数据是存储在pandas中的DateFrame中： print(data.isnull().sum()) 处理缺失值有一下几种方式： 1.删除包含缺失值的数据列 data_without_missing_values=origin...