利用python进行数据分析之pandas入门
转自https://zhuanlan.zhihu.com/p/26100976 目录：5.1 pandas 的数据结构介绍5.1.1 Series5.1.2 DataFrame5.1.3索引对象5.2基本功能 5.2.1重新索引5.2.2丢弃指定轴上的项5.2.3索引、选取和过滤5.2.4 ...
原文：利用Python进行数据分析(13) pandas基础: 数据重塑/轴向旋转
重塑定义 重塑指的是将数据重新排列，也叫轴向旋转。 DataFrame提供了两个方法： stack: 将数据的列 旋转 为行。 unstack:将数据的行 旋转 为列。 例如： 处理堆叠格式 堆叠格式也叫长格式，一般关系型数据库存储时间序列的数据会采用此种格式，例如： 虽然这种存储格式对于关系型数据库是好的，不仅保持了关系完整性还提供了方便的查询支持，但是对于数据操作可能就不那么方便了，Data ...
2016-08-12 15:50 0 4082 推荐指数：
相关推荐
利用Python进行数据分析——数据规整化：清理、转换、合并、重塑(七)(1)
数据分析和建模方面的大量编程工作都是用在数据准备上的：载入、清理、转换以及重塑。有时候，存放在文件或数据库中的数据并不能满足你的数据处理应用的要求。很多人都选择使用通用编程语言（如Python、Perl、R或Java）或UNIX文本处理工具（如sed或awk）对数据格式进行专门处理。幸运 ...
利用Python进行数据分析(10) pandas基础: 处理缺失数据
数据不完整在数据分析的过程中很常见。 pandas使用浮点值NaN表示浮点和非浮点数组里的缺失数据。 pandas使用isnull()和notnull()函数来判断缺失情况。 对于缺失数据一般处理方法为滤掉或者填充 ...
《利用Python进行数据分析》---pandas入门
pandas的数据结构介绍 要使用pandas,你首先要熟悉它的两个主要数据结构：Series和DataFrame。虽然它们并不能解决所有问题，但它们为大多数应用提供了一种可靠的、易于使用的基础 Series Series的字符串表现形式为：索引在左，值在右。由于我们没有为数据 ...
利用python进行数据分析——pandas与索引
1. pandas包括series、dataframe Series Series是一维的数组型对象。 Series包含了索引index和值value。比如说： DataFrame DataFrame是矩阵的数组表。 DataFrame既有行索引也有列索引，它可 ...
利用Python进行数据分析(14) pandas基础: 数据转换
数据转换指的是对数据的过滤、清理以及其他的转换操作。 移除重复数据 DataFrame里经常会出现重复行，DataFrame提供一个duplicated()方法检测各行是否重复，另一个drop_duplicates()方法用于 ...
利用Python进行数据分析(7) pandas基础: Series和DataFrame的简单介绍
一、pandas 是什么 pandas 是基于 NumPy 的一个 Python 数据分析包，主要目的是为了 数据分析。它提供了大量高级的 数据结构和 对数据处理的方法。 pandas 有两个主要的数据 ...
利用Python进行数据分析(12) pandas基础: 数据合并
pandas 提供了三种主要方法可以对数据进行合并： pandas.merge()方法：数据库风格的合并； pandas.concat()方法：轴向连接，即沿着一条轴将多个对象堆叠到一起； 实例方法 ...