摘要: Python中符合序列的有序序列都支持切片(slice),例如列表,字符串,元组。 格式:【start:end:step】 start:起始索引,从0开始,-1表示结束 end:结束索引 step:步长,end-start,步长为正时,从左向右取值。步长为负时,反向取值 注意切片的结果不包含结束索引 阅读全文
posted @ 2018-06-05 23:47 人无远虑 阅读(195) 评论(0) 推荐(0) 编辑
摘要: 基本操作,查询就找这里 首先生成一个dataframe数据 运行结果 删除行 这里用法要注意,这个删除不是在df2的基础上“删除”,是生成了一个信的二维数组。 运行结果 删除列 同理 运行结果 选择列,多列 运行结果 按照条件过滤 按照条件过滤优先获得的是二维的 #我就是这么理解的就行了,不是获得一 阅读全文
posted @ 2018-06-05 23:46 人无远虑 阅读(5064) 评论(1) 推荐(1) 编辑
摘要: 整理pandas操作 整理pandas操作 本文原创,转载请标识出处: http://www.cnblogs.com/xiaoxuebiye/p/7223774.html 导入数据: pd.read_csv(filename):从CSV文件导入数据 pd.read_table(filename):从 阅读全文
posted @ 2018-06-05 19:51 人无远虑 阅读(168) 评论(0) 推荐(0) 编辑
摘要: DataFrame的基础功能,以后要查询就得看这里! 功能清单 首先随机创建一个DataFrame 运行结果 是5行50列的一个二维数组 这里为了加深印象,我添加了一个字典,增加对比,如下 运行结果 重点来了,以后查的时候就用下边 df.index 求行 df运行结果 dic_df的运行结果 运行结 阅读全文
posted @ 2018-06-05 18:06 人无远虑 阅读(6705) 评论(0) 推荐(0) 编辑
摘要: Pandas Pandas 可以说是人见人爱。如果说 Nympy 还有些阳春白雪的话,那么 Pandas 就更接地气! 通过带有标签的列和索引,Pandas 使我们可以以一种所有人都能理解的方式来处理数据。它可以让我们毫不费力地从诸如 csv 类型的文件中导入数据。我们可以用它快速地对数据进行复杂的 阅读全文
posted @ 2018-06-05 17:03 人无远虑 阅读(1548) 评论(0) 推荐(0) 编辑