利用Python进行数据分析_Pandas_处理缺失数据
申明：本系列文章是自己在学习《利用Python进行数据分析》这本书的过程中，为了方便后期自己巩固知识而整理。 1 读取excel数据 2 检测缺失值 2.1 isnull返回一个含有布尔值的对象 2.2 notnull 是isnull 的否定 ...
原文：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。 滤除缺失数据 对于一个Series，dropna 函数返回一个包含非空数据和索引值的Series，例如： 对于DataFrame，dropna 函数同样会丢掉所有含有空元素的数据，例如 ...
2016-08-13 16:13 0 19674 推荐指数：
相关推荐
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 ...
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》---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(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 ...
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 ...
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 ...