松鼠爱吃饼干

摘要： csv文件 读取csv文件read_csv(file_path or buf,usecols,encoding):file_path：文件路径,usecols:指定读取的列名，encoding:编码 data = pd.read_csv('d:/test_data/food_rank.csv',en 阅读全文

摘要： 示例代码： arr1 = np.random.rand(4,3) pd1 = pd.DataFrame(arr1,columns=list('ABC'),index=list('abcd')) f = lambda x: '%.2f'% x pd2 = pd1.applymap(f).astype( 阅读全文

摘要： 下面创建一个Series， 在输入索引Index时，输入了由两个子list组成的list，第一个子list是外层索引，第二个list是内层索引。 示例代码： import pandas as pd import numpy as np ser_obj = pd.Series(np.random.ra 阅读全文

摘要： apply和applymap 1. 可直接使用NumPy的函数 示例代码： # Numpy ufunc 函数 df = pd.DataFrame(np.random.randn(5,4) - 1) print(df) print(np.abs(df)) 运行结果： 0 1 2 3 0 -0.0624 阅读全文

摘要： 是数据清洗的重要过程，可以按索引对齐进行运算，如果没对齐的位置则补NaN，最后也可以填充NaN Series的对齐运算 1. Series 按行、索引对齐 示例代码： s1 = pd.Series(range(10, 20), index = range(10)) s2 = pd.Series(ra 阅读全文

摘要： 索引对象Index Series和DataFrame中的索引都是Index对象 示例代码： print(type(ser_obj.index)) print(type(df_obj2.index)) print(df_obj2.index) 运行结果： <class 'pandas.indexes. 阅读全文

摘要： 为什么要学习pandas? 那么问题来了： numpy已经能够帮助我们处理数据，能够结合matplotlib解决我们数据分析的问题，那么pandas学习的目的在什么地方呢？ numpy能够帮我们处理处理数值型数据，但是这还不够， 很多时候，我们的数据除了数值之外，还有字符串，还有时间序列等 比如：我 阅读全文

摘要： 常用快捷键： 命令模式（按Esc键）： Enter：转入编辑模式 Shift-Enter：运行本单元，选中下个单元 Ctrl-Enter：运行本单元 Alt-Enter：运行本单元，在其下插入新单元 Y：单元转入代码状态 M：单元转入markdown状态 R：单元转入raw状态 1：设定 1 级标题 阅读全文

摘要： Python版本： 本课程用到的Python版本都是3.x。要有一定的Python基础，知道列表、字符串、函数等的用法。 Anaconda： Anaconda（水蟒）是一个捆绑了Python、conda、其他相关依赖包的一个软件。包含了180多个可学计算包及其依赖。Anaconda3是集成了Pyth 阅读全文