随笔分类 - 数据分析：Pandas随记
摘要：Employees表： 对 Full Name 进行切割分列： 部分结果图： 把分隔后的FistName 都变成大写 结果图： 把分隔的LastName都变成小写 结果图： 引申：更多Series.str 方法详见：http://pandas.pydata.org/pandas-docs/versi
阅读全文
摘要：student表： score表： 要求从students表里查出每个学生对应的成绩 结果图：
阅读全文
摘要：Students.xlsx表里的数据如下： 筛选出年龄在18-30岁，且成绩在85分以上的 结果图： 分解下： 一、筛出年龄在18-30岁之间的 结果图： 二、筛出成绩在85分以上的 结果图：
阅读全文
摘要：函数填充、计算列 结果图： 一、将"ListPrice"列 和 "Discount"列 相乘的值赋给Price 部分结果图： 二、将"ListPrice"列 +2元 后 赋给Price 部分结果图：
阅读全文
摘要：excel表的数据情况如下：下面数据区域的左边和上边都是空，这会导致我们读取近pathon里时，结构不是我们要的，需要用到skiprow和usecols来控制我们想要读取的区域 整合： 结果图： 分解： 一、为ID列自动填充1-20的数字 ： 结果图： 二、给 InStore 列 替换式的填充 YE
阅读全文
摘要：
阅读全文
摘要：
阅读全文
摘要：一、更改DataFrame的某些值 1、更改DataFrame中的数据，原理是将这部分数据提取出来，重新赋值为新的数据。 2、需要注意的是，数据更改直接针对DataFrame原数据更改，操作无法撤销，如果做出更改，需要对更改条件做确认或对数据进行备份。 代码： 结果图： 二、插入新增列、行 代码：
阅读全文
摘要：一、删除DataFrame的某列或某行数据 1、删除某列或某行数据可以用到pandas提供的方法drop 2、drop方法的用法：drop(labels, axis=0, level=None, inplace=False, errors='raise') -- axis为0时表示删除行，axis为
阅读全文
摘要：一、DataFrame的数据查询 / 提取 1、对单列、多列进行访问读取 -- 对单列数据的访问：DataFrame的单列数据为一个Series。根据DataFrame的定义可以知晓DataFrame 是一个带有标签的二维数组，每个标签相当每一列的列名；如：df.a df['a'] -- 对多列数据
阅读全文
摘要：一、DataFrame数据的基本属性 代码:
阅读全文
摘要：一、文本文件读取 文本文件是一种由若干行字符构成的计算机文件，它是一种典型的顺序文件。 csv是一种逗号分隔的文件格式，因为其分隔符不一定是逗号，又被称为字符分隔文件，文件以纯文本形式存储表格数据（数字和文本）。 1、使用read_table来读取文本文件：格式：pandas.read_table(
阅读全文
摘要：一、pandas核心数据结构：Series 理解：Series可以理解为一个一维的数组，只是index可以自己改动。类似于定长的有序字典，有Index和value。创建的方法统一为：pd.Series(data,index=) 1）打印的时候按照index赋值的顺序 2）index参数默认从0开始的
阅读全文
