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 ...
原文：利用python進行數據分析——pandas與索引
. 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，它可以被視為一個共享相同索引的Series的dict。比如說： . pandas的索引 . 普通索引 切片索引 在這個對象中，索引可以表達為： ...
2019-08-31 16:34 0 1547 推薦指數：
相關推薦
《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(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 ...
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 ...