上一页 1 ··· 20 21 22 23 24 25 26 27 28 ··· 44 下一页
摘要: 利用fillna方法填充缺失数据可以看做值替换的一种特殊情况。虽然前面提到的map可用于修改对象的数据子集, 而replace则提供了一种实现该方法的更简单、更灵活的方式。看例子: Series 需求:要求把-999的值替换成一个缺失值。 DataFrame 阅读全文
posted @ 2017-03-08 16:20 我当道士那儿些年 阅读(193) 评论(0) 推荐(0) 编辑
摘要: 先来看个数据 需求, 你想要添加一列表示该肉类食物来源的动物类型。 我们先编写一个肉类到动物的映射: Series的map方法可以接受一个函数或含有映射关系的字典型对象, 但是这里有一个小问题, 即有些肉类 的首字母大写了, 而另一些则没有。因此, 我们还需要将各个值转换为小写: 各种方法: 还要个 阅读全文
posted @ 2017-03-08 15:46 我当道士那儿些年 阅读(1181) 评论(0) 推荐(1) 编辑
摘要: 移除重复数据 DataFrame中常常会出现重复行。 例如: 判断重复行duplicated DataFrame的duplicated方法返回一个布尔型Series, 表示各行是否是重复行: 还有个与此相关的drop_duplicates方法, 它用于返回一个移除了重复行的DataFrame 也可以 阅读全文
posted @ 2017-03-08 14:45 我当道士那儿些年 阅读(250) 评论(0) 推荐(0) 编辑
摘要: 由于当时的需求我的a表和b表的公共键名称不一样 例如这个 那么我就可以进行重命名: 阅读全文
posted @ 2017-03-08 11:08 我当道士那儿些年 阅读(4179) 评论(0) 推荐(0) 编辑
摘要: 有许多用于重新排列表格型数据的基础运算。这些函数也称作重塑(reshape)或轴向旋转(pivot)运算 重塑层次化索引 层次化索引为DataFrame数据的重排任务提供了一致性方式。 看例子: data = DataFrame(np.arange(6).reshape((2, 3)), index 阅读全文
posted @ 2017-03-07 17:53 我当道士那儿些年 阅读(179) 评论(0) 推荐(0) 编辑
摘要: 还有一种数据组合问题不能用简单的合并(merge)或连接(concat(concatenation))运算来处理。 Numpy 比如说, 你可能有索引全部或部分重叠的两个数据集。给这个例子增加一点启发性, 我们使用Numpy的where函数, 它用于表达一种矢量化的if-else: Series S 阅读全文
posted @ 2017-03-06 16:11 我当道士那儿些年 阅读(406) 评论(0) 推荐(0) 编辑
摘要: 在pandas里面,另一种数据何必运算也被称为连接(concatenation)、绑定(binding)或堆叠(stacking)。 Numpy的轴向连接, concatenation Numpy有一个用于合并原始Numpy数组的concatenation函数: pandas --Series--c 阅读全文
posted @ 2017-03-06 11:02 我当道士那儿些年 阅读(600) 评论(0) 推荐(0) 编辑
摘要: 数据类型 1.基本数据类型: 2.构造数据类型: 3.指针类型: 4.空类型: 常量 整型, 浮点, 字符, 枚举等 在执行过程中,其值不发生改变的量称为常量。 符号常量:用标识符代表一个常量。在c语言中, 可以用一个标识符表示一个常量, 称之为符号常量。 符号常量在使用之前必须先定义, 其一般形式 阅读全文
posted @ 2017-03-01 22:08 我当道士那儿些年 阅读(722) 评论(0) 推荐(0) 编辑
摘要: 数据集的合并或连接运算是通过一个或多个键将行链接起来的。这些运算是关系型数据库的核心。pandas的merge函数是对数据应用这些算法的这样切入点。 默认是交集, inner连接 列名不同可以分别指定: 其他方式还要‘left’、‘right’以及“outer”。外链接求取的是键的并集, 组合了左连 阅读全文
posted @ 2017-02-28 17:53 我当道士那儿些年 阅读(16772) 评论(0) 推荐(1) 编辑
摘要: title 其实书中说的我认为不够全,因为公司里面现在主要用stata和spss,暂时还没有用到sas,excel也很少用 那么读取文件的方式,因为有人已经总结了,我就偷过来算了 对应不同的文件类型有不同的模块 例如spss读取有savReaderWriter等 pandas读取Microsoft 阅读全文
posted @ 2017-02-27 15:28 我当道士那儿些年 阅读(1049) 评论(0) 推荐(0) 编辑
上一页 1 ··· 20 21 22 23 24 25 26 27 28 ··· 44 下一页