摘要:
1、缺失数据处理 (1)滤除缺失数据 frame.dropna() //删除含有缺失值的行 frame.dropna(how='all') //删除所有值均为缺失值的行 frame.dropna(axis=1, how='all') //删除所有制均为缺失值的列 frame.dropna(thres 阅读全文
posted @ 2021-01-20 00:43
venko
阅读(97)
评论(0)
推荐(0)
摘要:
1、dataframe和series的加减 df1 = DataFrame(np.arange(9.).reshape((3, 3)), columns=list('bcd'), index=['Ohio', 'Texas', 'Colorado']) df2 = DataFrame(np.aran 阅读全文
posted @ 2021-01-20 00:04
venko
阅读(130)
评论(0)
推荐(0)