数据计算--众数-方差
摘要：
1.方法说明： 2.三科成绩的众数： 3.行中的众数： 4.指定列的众数： 5.方差的计算，方差越小数据越稳定： 阅读全文
posted @ 2023-04-24 20:50 与太阳肩并肩 阅读(48) 评论(0) 推荐(0) 编辑
数据计算--最大值-最小值-中位数
摘要：
1.方法说明： 2.每列最大值： 3.每列最小值： 4.求出中位数： 阅读全文
posted @ 2023-04-24 20:09 与太阳肩并肩 阅读(124) 评论(0) 推荐(0) 编辑
数据计算--求和与平均值
摘要：
1.方法说明： 2.按行相加求和： 3.按列计算平均值： 阅读全文
posted @ 2023-04-24 19:57 与太阳肩并肩 阅读(101) 评论(0) 推荐(0) 编辑
数据的排名
摘要：
1.方法说明： 2.按照数量做降序排序 如果数量相同，默认数量相同取平均值： 3.按照数量做降序排序 数量相同，method='min',设置取最小值的标号： 阅读全文
posted @ 2023-04-24 19:40 与太阳肩并肩 阅读(44) 评论(0) 推荐(0) 编辑
数据的排序
摘要：
1.方法说明： 2.根据指定列进行降序或者升序： 3.根据`数量`和`成交金额`排序： 阅读全文
posted @ 2023-04-23 21:18 与太阳肩并肩 阅读(5) 评论(0) 推荐(0) 编辑
设置行索引和连续索引
摘要：
1.设置某列为行索引： 2.数据清洗之后设置连续的索引： 阅读全文
posted @ 2023-04-23 20:51 与太阳肩并肩 阅读(23) 评论(0) 推荐(0) 编辑
Serieshe对象和Dataframe对象重新设置索引
摘要：
1.Series重新设置索引并用指定数字填充NaN： 2.Series向前填充和向后填充： 3.DataFrame重新设置行列索引： 阅读全文
posted @ 2023-04-22 21:26 与太阳肩并肩 阅读(55) 评论(0) 推荐(0) 编辑
数据清洗--缺失值与重复值的处理
摘要：
1.df.info()查看是否有缺失值： 2.df.isnull和df.notnull判断缺失值： 3.df.dropan()删除缺失值： 4.删除课程总数量为空的行： 5.将为NaN的值指定填充为0： 6.去除全部的重复值： 7.去除指定列的重复数据行： 8.直接删除数据生成新的副本，不修改原数据 阅读全文
posted @ 2023-04-22 10:52 与太阳肩并肩 阅读(74) 评论(0) 推荐(0) 编辑
数据操作--删除数据
摘要：
1.删除列的三种方法: 2.删除行的三种方法: 3.带条件删除数据: 阅读全文
posted @ 2023-04-19 21:12 与太阳肩并肩 阅读(109) 评论(0) 推荐(0) 编辑
