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 ...
原文：利用Python進行數據分析(11) pandas基礎: 層次化索引
層次化索引 層次化索引指你能在一個數組上擁有 多個索引，例如： 有點像Excel里的合並單元格對么 根據索引選擇數據子集 以外層索引的方式選擇數據子集： 以內層索引的方式選擇數據： 多重索引Series轉換為DataFrame 層次化索引在數據重塑和分組中扮演着很重要的角色，例如，上面的層次化索引數據可以轉換為一個DataFrame： 對於一個DataFrame，橫軸和豎軸都可以有層次化索引，例 ...
2016-08-13 16:51 1 5257 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 ...
利用Python進行數據分析(7) pandas基礎: Series和DataFrame的簡單介紹
一、pandas 是什么 pandas 是基於 NumPy 的一個 Python 數據分析包，主要目的是為了 數據分析。它提供了大量高級的 數據結構和 對數據處理的方法。 pandas 有兩個主要的數據 ...