摘要: '''Matplotlib -> 一个python版的matlab绘图接口,以2D为主,支持python,numpy,pandas基本数据结构,高效图标库''' #图表窗口:魔法窗口 可以交互的matplotlib窗口 % matplotlib notebook s = pd.Series(np.r 阅读全文
posted @ 2018-03-29 17:43 TAB_Zhu 阅读(797) 评论(0) 推荐(0) 编辑
摘要: #数据读取# read_table,read_csv,read_excel 结果: va1 va2 va3 va40 1 2 3 41 2 3 4 52 3 4 5 63 4 5 6 7 va2 va3 va4va1 1 2 3 42 3 4 53 4 5 64 5 6 7 阅读全文
posted @ 2018-03-29 16:29 TAB_Zhu 阅读(1981) 评论(0) 推荐(0) 编辑
摘要: 结果: date key values0 2017-05-01 a 2.5621571 2017-05-02 b 9.6048232 2017-05-03 c 4.7709683 2017-05-01 d 0.6548784 2017-05-02 a 8.8392815 2017-05-03 b 1 阅读全文
posted @ 2018-03-29 13:38 TAB_Zhu 阅读(3483) 评论(0) 推荐(0) 编辑
摘要: 结果: data1 data2 key1 key20 0.845365 0.411704 a one1 0.300226 0.411719 a two2 0.476632 0.628493 b one3 0.985675 0.304024 b two4 0.418804 0.229940 a one 阅读全文
posted @ 2018-03-29 10:53 TAB_Zhu 阅读(1242) 评论(0) 推荐(0) 编辑
摘要: groupby 分组统计 1.根据某些条件将数据分组 2.对每个组独立应用函数 3.将结果合并到一个数据结构中 Dataframe在行或列上分组,将一个函数应用到各个分组并产生一个新值,然后函数执行结果被合并到最终的结果对象中 结果: A B C D0 foo one 0.429615 -0.708 阅读全文
posted @ 2018-03-29 09:51 TAB_Zhu 阅读(5990) 评论(0) 推荐(0) 编辑
摘要: 结果: 结果: 阅读全文
posted @ 2018-03-27 17:58 TAB_Zhu 阅读(402) 评论(0) 推荐(0) 编辑
摘要: 结果: 结果: 结果: one two a 1.0 NaN b 2.0 2.0 c 4.0 3.0 d NaN 4.0 one a 1 b 2 c 4 two b 2 c 3 d 4 dtype: int64 #修补 df1 = pd.DataFrame([[np.nan,3,5],[-1,6,np 阅读全文
posted @ 2018-03-27 17:33 TAB_Zhu 阅读(252) 评论(0) 推荐(0) 编辑
摘要: 结果: 结果: 结果: 结果: 结果: 结果: A B key 0 A0 B0 k0 1 A1 B1 k1 2 A2 B2 k0 3 A3 B3 k3 C D k0 C0 D0 k1 C1 D1 A B key C D 0 A0 B0 k0 C0 D0 1 A1 B1 k1 C1 D1 2 A2 B 阅读全文
posted @ 2018-03-27 16:57 TAB_Zhu 阅读(390) 评论(0) 推荐(0) 编辑
摘要: 结果: 0 jack 1 jill 2 jease 3 feank dtype: object Index([' Column A', ' Column B'], dtype='object') ['jack ' 'jill' 'jease ' 'feank'] [' jack' 'jill' ' 阅读全文
posted @ 2018-03-26 21:28 TAB_Zhu 阅读(2419) 评论(0) 推荐(0) 编辑