利用Python進行數據分析(8) pandas基礎: Series和DataFrame的基本操作
一、reindex() 方法：重新索引 針對 Series 重新索引指的是根據index參數重新進行排序。 如果傳入的索引值在數據里不存在，則不會報錯，而是添加缺失值的新行。 不想用缺失值，可以用 ...
原文：利用Python進行數據分析(15) pandas基礎: 字符串操作
字符串對象方法 split 方法拆分字符串： strip 方法去掉空白符和換行符： split 結合strip 使用： 符號可以將多個字符串連接起來： join 方法也是連接字符串，比較它和 符號的區別： in關鍵字判斷一個字符串是否包含在另一個字符串中： index 方法和find 方法判斷一個子字符串的位置： index 方法和find 方法的區別是：如果不包含子字符串，index 會拋出一 ...
2016-08-14 09:59 0 29298 推薦指數：
相關推薦
利用python進行數據分析之pandas入門
轉自https://zhuanlan.zhihu.com/p/26100976 目錄：5.1 pandas 的數據結構介紹5.1.1 Series5.1.2 DataFrame5.1.3索引對象5.2基本功能 5.2.1重新索引5.2.2丟棄指定軸上的項5.2.3索引、選取和過濾5.2.4 ...
利用python進行數據分析——pandas與索引
1. pandas包括series、dataframe Series Series是一維的數組型對象。 Series包含了索引index和值value。比如說： DataFrame DataFrame是矩陣的數組表。 DataFrame既有行索引也有列索引，它可 ...
《利用Python進行數據分析》---pandas入門
pandas的數據結構介紹 要使用pandas,你首先要熟悉它的兩個主要數據結構：Series和DataFrame。雖然它們並不能解決所有問題，但它們為大多數應用提供了一種可靠的、易於使用的基礎 Series Series的字符串表現形式為：索引在左，值在右。由於我們沒有為數據 ...
利用Python進行數據分析(10) pandas基礎: 處理缺失數據
數據不完整在數據分析的過程中很常見。 pandas使用浮點值NaN表示浮點和非浮點數組里的缺失數據。 pandas使用isnull()和notnull()函數來判斷缺失情況。 對於缺失數據一般處理方法為濾掉或者填充 ...
利用Python進行數據分析(12) pandas基礎: 數據合並
pandas 提供了三種主要方法可以對數據進行合並： pandas.merge()方法：數據庫風格的合並； pandas.concat()方法：軸向連接，即沿着一條軸將多個對象堆疊到一起； 實例方法 ...
利用Python進行數據分析(13) pandas基礎: 數據重塑/軸向旋轉
重塑定義 重塑指的是將數據重新排列，也叫軸向旋轉。 DataFrame提供了兩個方法： stack: 將數據的列“旋轉”為行。 unstack:將數據的行“旋轉”為列 ...
利用Python進行數據分析(14) pandas基礎: 數據轉換
數據轉換指的是對數據的過濾、清理以及其他的轉換操作。 移除重復數據 DataFrame里經常會出現重復行，DataFrame提供一個duplicated()方法檢測各行是否重復，另一個drop_duplicates()方法用於 ...