1 2 Fork me on GitHub 6
摘要: pandas数据处理 1、删除重复元素 import numpy as np import pandas as pd from pandas import Series,DataFrame df = DataFrame({"color":["red","white","red","green"], 阅读全文
posted @ 2020-05-28 17:35 peng_li 阅读(342) 评论(0) 推荐(0) 编辑
摘要: pandas的拼接操作 #重点 pandas的拼接分为两种: 级联:pd.concat, pd.append 合并:pd.merge, pd.join 0. 回顾numpy的级联 import numpy as np import pandas as pd from pandas import Se 阅读全文
posted @ 2020-05-28 17:33 peng_li 阅读(367) 评论(0) 推荐(0) 编辑
摘要: pandas层次化索引 1. 创建多层行索引 1) 隐式构造 最常见的方法是给DataFrame构造函数的index参数传递两个或更多的数组 Series也可以创建多层索引 import numpy as np import pandas as pd from pandas import Serie 阅读全文
posted @ 2020-05-28 17:32 peng_li 阅读(772) 评论(0) 推荐(0) 编辑
摘要: 处理丢失数据 有两种丢失数据: None np.nan(NaN) import numpy as np type(None) NoneType type(np.nan) float 1. None None是Python自带的,其类型为python object。因此,None不能参与到任何计算中。 阅读全文
posted @ 2020-05-28 17:30 peng_li 阅读(356) 评论(0) 推荐(0) 编辑
摘要: Pandas的数据结构 import pandas as pd from pandas import Series,DataFrame import numpy as np 1、Series Series是一种类似与一维数组的对象,由下面两个部分组成: values:一组数据(ndarray类型) 阅读全文
posted @ 2020-05-28 17:28 peng_li 阅读(279) 评论(0) 推荐(0) 编辑
摘要: numpy get started 导入numpy库,并查看numpy版本 import numpy as np np.__version__ '1.14.0' 一、创建ndarray 1. 使用np.array()由python list创建 参数为列表: [1, 4, 2, 5, 3] 注意: 阅读全文
posted @ 2020-05-28 17:03 peng_li 阅读(148) 评论(0) 推荐(0) 编辑
1