2018年7月23日
数据转换—删除重复数据
摘要： DataFrame中会出现重复行： 1、DataFrame的duplicated方法返回一个布尔型Series，表示各行是否是重复行 2、drop_duplicates方法，用于返回一个移除了重复行的DataFrame data=DataFrame({'k1':['one']*3+['two']*4 阅读全文
posted @ 2018-07-23 10:19 平淡才是真~~ 阅读(428) 评论(0) 推荐(0) 编辑
数据转换--替换值（replace函数）
摘要： 替换值 replace函数 1 data=Series([1,-999,2,-999,-1000,3]) 2 3 data 4 Out[34]: 5 0 1 6 1 -999 7 2 2 8 3 -999 9 4 -1000 10 5 3 11 dtype: int64 假设-999这个值可能表示缺 阅读全文
posted @ 2018-07-23 10:16 平淡才是真~~ 阅读(4101) 评论(0) 推荐(0) 编辑
2018年7月18日
pandas--层次化索引
摘要： 层次化索引是pandas的一项重要功能，它使你能在一个轴上拥有多个（两个以上）索引级别。 创建一个Series，并用一个由列表或数组组成的列表作为索引。 1 data=Series(np.random.randn(10), 2 index=[['a','a','a','b','b','b','c', 阅读全文
posted @ 2018-07-18 16:17 平淡才是真~~ 阅读(4203) 评论(0) 推荐(0) 编辑
pandas--带有重复值的轴索引
摘要： 之前的所有范例都有着唯一的轴标签（索引值）。 下面就看看带有重复索引值的Series： 1 obj=Series(range(5),index=['a','a','b','b','c']) 2 3 obj 4 Out[33]: 5 a 0 6 a 1 7 b 2 8 b 3 9 c 4 10 dty 阅读全文
posted @ 2018-07-18 16:02 平淡才是真~~ 阅读(1970) 评论(0) 推荐(0) 编辑
pandas--排序和排名
摘要： 排序 要对行或列索引进行排序，可使用sort_index方法，它将返回一个已排序的新对象： Series 1、对Series索引排序 1 obj=Series(range(4),index=['d','a','b','c']) 2 3 obj.sort_index() 4 Out[18]: 5 a 阅读全文
posted @ 2018-07-18 15:59 平淡才是真~~ 阅读(848) 评论(0) 推荐(0) 编辑
2018年7月13日
读书笔记五--numpy
摘要： 数组转置和轴对换 转置是重塑的一种特殊形式，返回的是源数据的视图（不会进行任何复制操作）。数组不仅有transpose方法，还有一个特殊的T属性： 进行矩阵计算时，经常需要用到该操作，比如利用np.dot计算矩阵内积： 对于高维数组，transpose需要得到一个由轴编号组成的元组才能对这些轴进行转 阅读全文
posted @ 2018-07-13 16:57 平淡才是真~~ 阅读(190) 评论(0) 推荐(0) 编辑
读书笔记四、基本的索引和切片
摘要： 一维数组的切片： 将一个标量值赋给一个切片时，该值会自动传播到整个选区。 跟列表最重要的区别在于，数组的切片是原始数组的视图。这意味着数据不会被复制，视图上的任何修改都会直接反映到源数组上。 arr_slice=arr[5:8] arr_slice Out[35]: array([12, 12, 1 阅读全文
posted @ 2018-07-13 16:36 平淡才是真~~ 阅读(416) 评论(0) 推荐(0) 编辑
2018年7月12日
读书笔记三、数组和标量之间的运算
摘要： 数组很重要，不用编写循环就可对数据进行批量运算，这叫矢量化。 大小相等的数组之间的任何算术运算都会讲运算应用到元素级： arr=np.array([[1.,2.,3.],[4.,5.,6.]]) arr Out[23]: array([[1., 2., 3.], [4., 5., 6.]]) arr 阅读全文
posted @ 2018-07-12 14:49 平淡才是真~~ 阅读(294) 评论(0) 推荐(0) 编辑
读书笔记二、ndarray的数据类型
摘要： dtype(数据类型)是一个特殊的对象，它含有ndarray将一块内存解释为特定数据类型所需的信息： import numpy as np arr1=np.array([1,2,3],dtype=np.float64) arr2=np.array([1,2,3],dtype=np.int32) ar 阅读全文
posted @ 2018-07-12 14:47 平淡才是真~~ 阅读(481) 评论(0) 推荐(0) 编辑
读书笔记一、numpy基础--创建数组
摘要： 创建ndarray （1）使用array函数 接受一切序列型的对象（包括其他数组），然后产生一个新的含有传入数据的numpy数组。 import numpy as np #将一个由数值组成列表作为参数调用'array' data=[6,7.5,8,0,1] arr=np.array(data) ar 阅读全文
posted @ 2018-07-12 14:44 平淡才是真~~ 阅读(255) 评论(0) 推荐(0) 编辑
2018年7月11日
pandas读书笔记 算数运算和数据对齐
摘要： pandas最重要的一个功能是，它可以对不同索引的对象进行算数运算。在对象相加时，如果存在不同的索引对，则结果的索引就是该索引对的并集。 Series 它们相加就会产生： 自动的数据对齐操作在不重叠的索引处引入了NA值。 DataFrame 对齐操作会同时发生在行和列上： 把它们相加后会返回一个新的 阅读全文
posted @ 2018-07-11 16:03 平淡才是真~~ 阅读(705) 评论(0) 推荐(0) 编辑
2018年7月10日
pandas 索引、选取和过滤
摘要： Series索引的工作方式类似于NumPy数组的索引，不过Series的索引值不只是整数，如： obj[obj<2]Out[17]: a 0b 1dtype: int32 DataFrame 进行索引其实就是获取一个或者多个列： 获取列：指定列名称即可 data=DataFrame(np.arang 阅读全文
posted @ 2018-07-10 12:43 平淡才是真~~ 阅读(3331) 评论(0) 推荐(0) 编辑
pandas读书笔记、重新索引
摘要： 重新索引 pandas对象的一个重要方法是 reindex ,其作用是创建一个适应新索引的新对象。 #reindex函数的参数 reindex(index,method,fill_value,limit,level,copy) #index:用作索引的新序列 #method:插值（填充）方式 #fi 阅读全文
posted @ 2018-07-10 11:10 平淡才是真~~ 阅读(3637) 评论(0) 推荐(0) 编辑
读书笔记一、pandas数据结构介绍
摘要： pandas数据结构介绍 主要两种数据结构：Series和DataFrame. Series Series是一种类似于一维数组的对象，由一组数据（各种NumPy数据类型）+数据标签（即索引）组成。 #直接传入一组数据 from pandas import Series,DataFrame obj=S 阅读全文
posted @ 2018-07-10 10:28 平淡才是真~~ 阅读(470) 评论(0) 推荐(0) 编辑