《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 ...
原文：利用python進行數據分析之pandas入門
轉自https: zhuanlan.zhihu.com p 目錄： . pandas 的數據結構介紹 . . Series . . DataFrame . . 索引對象 . 基本功能 . . 重新索引 . . 丟棄指定軸上的項 . . 索引 選取和過濾 . . 算術運算和數據對齊 . . . 在算術方法中填充值 . . . DataFrame和Series之間的運算 . . 函數應用和映射 . . ...
2018-02-11 14:45 0 2014 推薦指數：
相關推薦
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》讀書筆記--第五章 pandas入門
pandas是本書后續內容的首選庫。pandas可以滿足以下需求： 具備按軸自動或顯式數據對齊功能的數據結構。這可以防止許多由於數據未對齊以及來自不同數據源（索引方式不同）的數據而導致的常見錯誤。. 集成時間序列功能 既能 ...
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_Pandas_數據加載、存儲與文件格式
申明：本系列文章是自己在學習《利用Python進行數據分析》這本書的過程中，為了方便后期自己鞏固知識而整理。 1 pandas讀取文件的解析函數 read_csv 讀取帶分隔符的數據，默認分隔符 逗號 read_table 讀取帶分隔符的數據，默認分隔符 “\t” read_fwf 讀取 ...
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_Pandas_處理缺失數據
申明：本系列文章是自己在學習《利用Python進行數據分析》這本書的過程中，為了方便后期自己鞏固知識而整理。 1 讀取excel數據 2 檢測缺失值 2.1 isnull返回一個含有布爾值的對象 2.2 notnull 是isnull 的否定 ...
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 ...