2018年5月26日
摘要: #encoding:utf8 import pandas as pd import numpy as np from pylab import * df=pd.read_csv("./path")#CSV文件读取 df1=pd.read_excel("./path")#excel文件读取 df.to_csv("./path")#CSV文件写入 df1.to_excel("./path")#exc... 阅读全文
posted @ 2018-05-26 21:35 裸睡的猪 阅读(2032) 评论(0) 推荐(0) 编辑
摘要: #encoding:utf8 import pandas as pd import numpy as np import matplotlib.pyplot as plt df = pd.DataFrame(np.random.randn(10,4),index=pd.date_range('2018/12/18', periods=10), columns=list('ABCD')) p... 阅读全文
posted @ 2018-05-26 21:29 裸睡的猪 阅读(223) 评论(0) 推荐(0) 编辑
摘要: 1、通过指定周期和频率,使用date.range()函数就可以创建日期序列。 默认情况下,范围的频率是天。 2、bdate_range()用来表示商业日期范围,不同于date_range(),它不包括星期六和星期天。’ 阅读全文
posted @ 2018-05-26 21:21 裸睡的猪 阅读(454) 评论(0) 推荐(0) 编辑
摘要: datetime.now()用于获取当前的日期和时间 print pd.datetime.now() 阅读全文
posted @ 2018-05-26 21:17 裸睡的猪 阅读(12412) 评论(0) 推荐(1) 编辑
摘要: 连接的一个有用的快捷方式是在Series和DataFrame实例的append方法。这些方法实际上早于concat()方法。 它们沿axis=0连接 阅读全文
posted @ 2018-05-26 21:07 裸睡的猪 阅读(433) 评论(0) 推荐(0) 编辑
摘要: Pandas对象可以分成任何对象。有多种方式来拆分对象,如 - obj.groupby(‘key’) obj.groupby([‘key1’,’key2’]) obj.groupby(key,axis=1) 现在来看看如何将分组对象应用于DataFrame对象 阅读全文
posted @ 2018-05-26 21:00 裸睡的猪 阅读(7682) 评论(0) 推荐(0) 编辑
摘要: #!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/24 15:03 # @Author : zhang chao # @File : s.py import pandas as pd import numpy as np df = pd.DataFrame(np.random.randn(10, 4), ... 阅读全文
posted @ 2018-05-26 20:48 裸睡的猪 阅读(750) 评论(0) 推荐(0) 编辑
摘要: #!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2018/5/24 15:03 # @Author : zhang chao # @File : s.py import numpy as np import pandas as pd df = pd.DataFrame(np.arange(24).reshape(6,4... 阅读全文
posted @ 2018-05-26 20:40 裸睡的猪 阅读(283) 评论(0) 推荐(0) 编辑
摘要: 累计乘积 var() 方差 阅读全文
posted @ 2018-05-26 20:13 裸睡的猪 阅读(998) 评论(0) 推荐(0) 编辑
摘要: Pandas具有功能全面的高性能内存中连接操作,与SQL等关系数据库非常相似。Pandas提供了一个单独的merge()函数,作为DataFrame对象之间所有标准数据库连接操作的入口 - Python Python 在这里,有以下几个参数可以使用 - left - 一个DataFrame对象。 r 阅读全文
posted @ 2018-05-26 20:09 裸睡的猪 阅读(3003) 评论(0) 推荐(0) 编辑
摘要: 1、检查缺失值 为了更容易地检测缺失值(以及跨越不同的数组dtype),Pandas提供了isnull()和notnull()函数,它们也是Series和DataFrame对象的方法 - 2、清理/填充缺少 数据Pandas提供了各种方法来清除缺失的值。 fillna()函数可以通过几种方法用非空数 阅读全文
posted @ 2018-05-26 11:10 裸睡的猪 阅读(14094) 评论(1) 推荐(0) 编辑
摘要: 1、注意 - 不要尝试在迭代时修改任何对象。迭代是用于读取,迭代器返回原始对象(视图)的副本,因此更改将不会反映在原始对象上。 2、itertuples()方法将为DataFrame中的每一行返回一个产生一个命名元组的迭代器。元组的第一个元素将是行的相应索引值,而剩余的值是行值。 3、iterrow 阅读全文
posted @ 2018-05-26 10:56 裸睡的猪 阅读(222) 评论(0) 推荐(0) 编辑
摘要: #重新索引会更改DataFrame的行标签和列标签。重新索引意味着符合数据以匹配特定轴上的一组给定的标签。 #可以通过索引来实现多个操作 - #重新排序现有数据以匹配一组新的标签。 #在没有标签数据的标签位置插入缺失值(NA)标记。 #示例 import pandas as pd import numpy as np N=20 df = pd.DataFrame({ 'A': p... 阅读全文
posted @ 2018-05-26 10:47 裸睡的猪 阅读(695) 评论(0) 推荐(0) 编辑
摘要: 1、管道函数 2、 阅读全文
posted @ 2018-05-26 10:40 裸睡的猪 阅读(195) 评论(0) 推荐(0) 编辑
摘要: 1、axes返回标签列表 2、empty示例,返回布尔值,表示对象是否为空。返回True则表示对象为空 print(df.empty) 3、 阅读全文
posted @ 2018-05-26 10:23 裸睡的猪 阅读(174) 评论(0) 推荐(0) 编辑
摘要: 1、可以使用单个列表或列表列表创建数据帧(DataFrame)。 单个列表 列表列表 2、从ndarrays/Lists的字典来创建DataFrame 3、字典列表可作为输入数据传递以用来创建数据帧(DataFrame),字典键默认为列名。 4、从系列的字典来创建DataFrame 阅读全文
posted @ 2018-05-26 09:52 裸睡的猪 阅读(278) 评论(0) 推荐(0) 编辑