上一页 1 ··· 3 4 5 6 7 8 9 下一页
摘要: 阅读全文
posted @ 2019-01-30 15:08 懒惰的小松鼠 阅读(168) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2019-01-30 15:05 懒惰的小松鼠 阅读(275) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2019-01-30 15:00 懒惰的小松鼠 阅读(370) 评论(0) 推荐(0) 编辑
摘要: Pandas日期功能扩展了时间序列,在财务数据分析中起主要作用。 阅读全文
posted @ 2019-01-27 17:17 懒惰的小松鼠 阅读(222) 评论(0) 推荐(0) 编辑
摘要: Pandas 提供了concat()函数可以轻松的将Series、DataFrame对象进行合并在一起。 pandas.concat(obj , axis=0 , join="inner" , join_axes=None, ignore_index=Fales) 阅读全文
posted @ 2019-01-26 21:36 懒惰的小松鼠 阅读(288) 评论(0) 推荐(0) 编辑
摘要: Pandas提供了一个merge()函数,作为DataFrame对象之间所有标准数据库连接操作的入口pandas.merge(left,right,how='inner',on=None,left_on=None,right_on=None,left_index=Flase,right_index= 阅读全文
posted @ 2019-01-26 18:52 懒惰的小松鼠 阅读(405) 评论(0) 推荐(0) 编辑
摘要: 1、Series()对象分组 1.1、单级索引 1.2、多级索引 2、DataFrame()对象分组 3、获取一个分组,遍历分组,filter过滤。 阅读全文
posted @ 2019-01-26 16:16 懒惰的小松鼠 阅读(636) 评论(0) 推荐(0) 编辑
摘要: 1、isnull():检查是否含有确实数据 2、fillna():填充缺失数据 3、dropna() :删除缺失值 4、replace():替换值 阅读全文
posted @ 2019-01-26 16:06 懒惰的小松鼠 阅读(127) 评论(0) 推荐(0) 编辑
摘要: 1、pct_change()计算增长比例 2、cov()协方差 3、corr()相关系数 4、rank()数据排名 5、numpy聚合函数 阅读全文
posted @ 2019-01-26 15:53 懒惰的小松鼠 阅读(343) 评论(0) 推荐(0) 编辑
摘要: 阅读全文
posted @ 2019-01-22 19:24 懒惰的小松鼠 阅读(162) 评论(0) 推荐(0) 编辑
上一页 1 ··· 3 4 5 6 7 8 9 下一页