09 2023 档案

数据统计函数

摘要：pandas数据统计函数 1. 汇总类统计 2. 唯一去重和按值计数 3. 相关系数和协方差 import pandas as pd df=pd.read_excel('weater_beijing.xlsx') df.head(3) 日期最高温最低温天气风力风向空气质量指数 0 2011 阅读全文

posted @ 2023-09-05 00:31 慆慢险躁阅读(20) 评论(0) 推荐(0) 编辑

新增数据

摘要：在进行数据分析时，经常需要根据一定条件创建新的数据列，然后及逆行进一步分析 1. 直接赋值 2. df.apply方法 3. df.assign方法 4. 按条件选择分组分别赋值 import pandas as pd df=pd.read_excel("./weater_beijing.xlsx" 阅读全文

posted @ 2023-09-05 00:30 慆慢险躁阅读(19) 评论(0) 推荐(0) 编辑

查询数据

摘要：pandas查询数据的几种方法 1. df.loc方法，根据行、列的标签值查询 2. df.iloc方法，根据行、列的数字位置查询 3. df.where方法 4. df.query方法 .loc既能查询，又能覆盖写入，强烈推荐 pandas使用df.loc查询数据的方法 1. 使用单个label值阅读全文

posted @ 2023-09-05 00:30 慆慢险躁阅读(30) 评论(0) 推荐(0) 编辑

空值处理

摘要：pandas对缺失值的处理 pandas使用这些函数处理缺失值： isnull和notnull：检测是否是空值，可用于df和series dropna：丢弃、删除缺失值 axis：删除行还是列，{ 0 or 'index' 按行删除 , 1 or 'column' 按列删除},default 0 h 阅读全文

posted @ 2023-09-05 00:25 慆慢险躁阅读(35) 评论(0) 推荐(0) 编辑

beijing_weather.csv

摘要：日期,最高温,最低温,天气,风力风向,空气质量指数 2011-01-01 周六,-2°,-7°,多云~阴,无持续风向微风, 2011-01-02 周日,-2°,-7°,多云,无持续风向微风, 2011-01-03 周一,-2°,-6°,多云~阴,西北风~北风3-4级~4-5级, 2011-01-04 阅读全文

posted @ 2023-09-05 00:12 慆慢险躁阅读(22) 评论(0) 推荐(0) 编辑

ratings.csv

摘要：userId,movieId,rating,timestamp 1,1,4.0,964982703 1,3,4.0,964981247 1,6,4.0,964982224 1,47,5.0,964983815 1,50,5.0,964982931 1,70,3.0,964982400 1,101,5 阅读全文

posted @ 2023-09-04 23:22 慆慢险躁阅读(6) 评论(0) 推荐(0) 编辑

movies.csv

posted @ 2023-09-04 23:19 慆慢险躁阅读(1051) 评论(0) 推荐(0) 编辑